基于语料库的机器翻译中翻译知识的获取方法

声明

摘要

1 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．2．1 机器翻译的发展和研究现状

1．2．2 机器翻译的关键问题

1．3 论文的主要内容和组织结构

2 基于语料库的机器翻译理论和基础技术

2．1 基于实例的机器翻译(EBMT)方法

2．1．1 EBMT的原理和框架

2．1．2 翻译实例的抽取

2．1．3 实例相似度计算

2．1．4 翻译实例获取的问题

2．2 基于统计的机器翻译(SMT)方法

2．2．1 SMT原理和方法

2．2．2 对数线性模型

2．2．3 短语翻译表获取的问题

2．3 句法分析

2．3．1 短语结构句法分析

2．3．2 依存结构句法分析

2．3．3 依存结构句法的优势

3 EBMT中基于依存结构的翻译知识获取和翻译系统的实现

3．1 结构化实例的获取方法

3．1．1 结构化实例的获取

3．1．2 实例的泛化

3．2 EBMT系统实现

3．2．1 系统架构

3．2．2 翻译实例获取模块

3．2．3 翻译模块

4 SMT中短语表过滤方法及实现

4．1．1 短语表过滤的目标

4．2 短语表过滤方法

4．2．1 排序

4．2．2 基于虚拟上下文的重排序

5 评价实验及结果分析

5．1 实验设置

5．1．1 实验语料

5．1．2 实验环境

5．1．3 评测方法

5．2 基于结构化实例EBMT实验结果

5．3 基于短语表过滤SMT实验结果

6 结论与展望

参考文献

作者简历

学位论文数据集