面向互联网新闻的汉语—泰语双语语料挖掘方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 平行语料库挖掘研究现状 | 第13-14页 |
| 1.2.2 可比语料库挖掘研究现状 | 第14-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文的组织 | 第16-17页 |
| 第二章 汉泰双语可比语料库的构建 | 第17-35页 |
| 2.1 引言 | 第17-20页 |
| 2.2 汉泰可比语料库构建框架 | 第20-21页 |
| 2.3 关键词提取 | 第21-26页 |
| 2.3.1 相关工作 | 第21-22页 |
| 2.3.2 关键词抽取框架图 | 第22页 |
| 2.3.3 主题模型 | 第22-25页 |
| 2.3.4 候选关键词权重计算 | 第25页 |
| 2.3.5 候选关键词合并 | 第25-26页 |
| 2.4 目标文档检索 | 第26-27页 |
| 2.5 文档对齐 | 第27-28页 |
| 2.6 关键词抽取实验 | 第28-30页 |
| 2.6.1 评估方法 | 第28页 |
| 2.6.2 实验数据 | 第28-29页 |
| 2.6.3 实验分析 | 第29-30页 |
| 2.7 文档对齐试验 | 第30-33页 |
| 2.7.1 评估方法 | 第30-31页 |
| 2.7.2 实验数据 | 第31页 |
| 2.7.3 实验分析 | 第31-33页 |
| 2.8 本章小结 | 第33-35页 |
| 第三章 基于汉泰可比语料库的平行句对抽取 | 第35-49页 |
| 3.1 引言 | 第35-36页 |
| 3.2 汉泰平行句对抽取系统 | 第36-37页 |
| 3.3 汉泰候选平行句对的生成 | 第37-38页 |
| 3.4 汉泰平行句对特征选择 | 第38-41页 |
| 3.4.1 句子长度特征 | 第38-39页 |
| 3.4.2 双向词汇互译比例特征 | 第39-40页 |
| 3.4.3 位置特征 | 第40页 |
| 3.4.4 数字特征 | 第40-41页 |
| 3.5 汉泰平行句对分类算法 | 第41-46页 |
| 3.5.1 基于支持向量机的分类算法 | 第41-44页 |
| 3.5.2 基于最大熵的分类算法 | 第44-46页 |
| 3.6 实验与结果分析 | 第46-48页 |
| 3.6.1 实验数据 | 第46页 |
| 3.6.2 评估 | 第46页 |
| 3.6.3 实验结果 | 第46-48页 |
| 3.7 小结 | 第48-49页 |
| 第四章 基于汉泰可比语料库的命名实体互译对抽取 | 第49-61页 |
| 4.1 引言 | 第49-50页 |
| 4.2 汉泰命名实体互译对抽取结构图 | 第50-51页 |
| 4.3 汉泰命名实体特征相似度计算 | 第51-56页 |
| 4.3.1 音译特征 | 第52-53页 |
| 4.3.2 翻译特征 | 第53-54页 |
| 4.3.3 上下文向量特征 | 第54-55页 |
| 4.3.4 长度特征 | 第55-56页 |
| 4.4 基于SVM的命名实体分类算法 | 第56-57页 |
| 4.5 实验与结果分析 | 第57-60页 |
| 4.5.1 评价方法 | 第57-58页 |
| 4.5.2 实验数据 | 第58页 |
| 4.5.3 实验分析 | 第58-60页 |
| 4.6 小结 | 第60-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录A 攻读硕士学位期间发表论文 | 第71-73页 |
| 附录B 攻读硕士学位期间发表软件著作权 | 第73-75页 |
| 附录C 攻读硕士学位期间参与科研项目 | 第75页 |
