| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 语料选择 | 第11-13页 |
| 1.2.2 短语表过滤 | 第13-14页 |
| 1.2.3 语料主题模型应用 | 第14-15页 |
| 1.2.4 调序模型 | 第15-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 统计机器翻译领域知识介绍 | 第19-24页 |
| 2.1 语料预处理 | 第20页 |
| 2.2 模型训练 | 第20-22页 |
| 2.3 参数权重调节 | 第22页 |
| 2.4 解码 | 第22页 |
| 2.5 译文评价 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 基于分类的平行语料选择方法研究 | 第24-36页 |
| 3.1 设计思路 | 第24-25页 |
| 3.2 句对特征抽取 | 第25-29页 |
| 3.2.1 基于双语词典的翻译质量 | 第25-26页 |
| 3.2.2 翻译模型概率 | 第26-27页 |
| 3.2.3 语言模型 | 第27页 |
| 3.2.4 句子长度 | 第27-28页 |
| 3.2.5 未对齐词数量 | 第28-29页 |
| 3.2.6 最长对齐一致性片段/连续未对齐片段长度 | 第29页 |
| 3.3 句对分类器构建 | 第29-31页 |
| 3.3.1 最大熵模型介绍 | 第29-30页 |
| 3.3.2 训练语料构建 | 第30-31页 |
| 3.3.3 最大熵分类器训练 | 第31页 |
| 3.4 实验及分析 | 第31-35页 |
| 3.4.1 语料选择实验 | 第31-32页 |
| 3.4.2 机器翻译实验 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 翻译知识噪音过滤方法研究 | 第36-46页 |
| 4.1 设计思路 | 第37-38页 |
| 4.2 噪音短语过滤 | 第38-42页 |
| 4.2.1 实词识别 | 第38-40页 |
| 4.2.2 普通短语过滤模式 | 第40页 |
| 4.2.3 层次短语过滤模式 | 第40-41页 |
| 4.2.4 同义词扩展过滤模式 | 第41-42页 |
| 4.3 实验及分析 | 第42-45页 |
| 4.3.1 实验设置 | 第42-43页 |
| 4.3.2 实验结果与分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 翻译知识融合主题信息方法研究 | 第46-57页 |
| 5.1 设计思路 | 第46-48页 |
| 5.2 融合主题信息的调序模型 | 第48-52页 |
| 5.2.1 主题建模背景介绍 | 第48-49页 |
| 5.2.2 调序模型 | 第49页 |
| 5.2.3 模型特征 | 第49-51页 |
| 5.2.4 模型训练 | 第51页 |
| 5.2.5 解码 | 第51-52页 |
| 5.3 实验及分析 | 第52-56页 |
| 5.3.1 实验配置 | 第52-53页 |
| 5.3.2 主题数目的影响 | 第53页 |
| 5.3.3 不同主题特征的作用 | 第53-54页 |
| 5.3.4 实验分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 5.1 本文工作 | 第57-58页 |
| 5.2 未来工作 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间公开发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |