漢英機器翻譯若干關鍵技術研究

第1章 機器翻譯方法綜述
1.1 機器翻譯的范式
1.2 基于平行語法的機器翻譯方法
1.2.1 Alshawi的基于加權中心詞轉錄機的統(tǒng)計機器翻譯方法
1.2.2 吳德凱的反向轉錄語法
1.2.3 Takeda的基于模式的機器翻譯上下文無關語法
1.3 基于實例的機器翻譯方法
1.3.1 起源與發(fā)展
1.3.2 Sato和Nagao的方法
1.3.3 Kaii的方法
1.3.4 CMU的泛化的基于實例的機器翻譯方法
1.3.5 基于實例的機器翻譯方法的優(yōu)缺點
1.4 基于信源信道模型的統(tǒng)計機器翻譯方法
1.4.1 IBM的統(tǒng)計機器翻譯方法
1.4.2 王野翊在卡內基·梅隆大學（CMU）的工作
1.4.3 約翰·霍普金斯大學（JHU）的統(tǒng)計機器翻譯夏季研討班
1.4.4 Yamada和Knight的工作——基于句法的統(tǒng)計翻譯模型
1.4.5 Och等的工作
1.5 基于對數(shù)線性模型的統(tǒng)計機器翻譯方法
1.5.1 對數(shù)線性模型
1.5.2 基于短語的統(tǒng)計翻譯模型
1.5.3 基于句法的統(tǒng)計翻譯模型
1.6 多引擎機器翻譯方法
1.6.1 Pangloss系統(tǒng)
1.6.2 Verbmobil系統(tǒng)
1.7 機器翻譯方法的分類
1.7.1 按翻譯轉換的層面進行分類
1.7.2 按語言知識的表示形式進行分類
1.8 小結
第2章 基于層疊隱馬爾可夫模型的漢語詞法分析
2.1 漢語分析技術概述
2.1.1 漢語詞法分析的難點
2.1.2 漢語詞法分析的任務和前人的工作
2.2 漢語詞法分析的層疊隱馬爾可夫模型
2.2.1 隱馬爾可夫模型簡介
2.2.2 層疊隱馬爾可夫模型的結構
2.2.3 層疊隱馬爾可夫模型的核心數(shù)據(jù)結構——詞圖
2.2.4 層疊隱馬爾可夫模型的參數(shù)訓練
2.3 粗切分：基于一元語法的N最短路徑方法
2.4 未定義詞識別：基于角色的隱馬爾可夫模型
2.4.1 模型的定義
2.4.2 角色的選取
2.4.3 角色的標注
2.4.4 未定義詞的提取
2.4.5 參數(shù)訓練
2.5 未定義詞的概率估計：基于角色的詞語生成模型
2.5.1 問題的由來
2.5.2 模型的定義
2.6 細切分：詞匯化的隱馬爾可夫模型
2.6.1 模型的定義
2.6.2 最短路徑的求解
2.6.3 參數(shù)估計
2.7 詞性標注：基于詞性的隱馬爾可夫模型
2.7.1 基于隱馬爾可夫模型的詞性標注
2.7.2 詞性標記集的選擇與轉換
2.8 實驗結果
2.8.1 各層隱馬爾可夫模型的對比實驗
2.8.2 在國家“973”計劃評測中的測試結果
2.8.3 第一屆國際分詞大賽的評測結果
2.9 小結
第3章 融合語義知識和詞匯化上下文概率語法的漢語句法分析
3.1 前言
3.2 Baseline句法分析器
3.3 語義知識集成
3.3.1 語義類抽取
3.3.2 構建基于類的選擇偏向模型
3.3.3 實驗結果
3.3.4 性能改進分析
3.4 基于漢語賓州樹庫的句法分析相關工作
3.5 小結
第4章 漢語詞法分析與句法分析融合策略研究
4.1 引言
4.2 句法分析系統(tǒng)
4.2.1 融合語義知識的詞匯化概率上下文無關語法模型
4.2.2 結構上下文模型
4.2.3 多子模型句法分析器
4.3 詞法分析系統(tǒng)（ICTCLAS）
4.4 融合策略
4.4.1 切分轉換：基于轉換的錯誤驅動學習
4.4.2 標記轉換：條件隨機場
4.4.3 轉換實驗
4.5 實驗與分析
4.6 比較
4.7 小結
第5章 基于“知網(wǎng)”的詞匯語義相似度計算
5.1 引言
5.2 詞語相似度及其計算的方法
5.2.1 什么是詞語相似度
5.2.2 詞語相似度與詞語距離
5.2.3 詞語相似度與詞語相關性
5.2.4 詞語相似度的計算方法
5.3 “知網(wǎng)”簡介
5.3.1 “知網(wǎng)”的結構
5.3.2 “知網(wǎng)”的知識描述語言
5.4 基于“知網(wǎng)”的語義相似度計算方法
5.4.1 詞語相似度計算
5.4.2 義原相似度計算
5.4.3 虛詞概念的相似度的計算
5.4.4 實詞概念的相似度的計算
5.5 實驗及結果
5.6 小結
第6章 詞語對齊的對數(shù)線性模型
6.1 引言
6.2 對數(shù)線性模型
6.3 特征函數(shù)
6.3.1 IBM翻譯模型
6.3.2 詞性標記轉換模型
6.3.3 雙語詞典
6.4 訓練
6.5 搜索
6.6 實驗結果
6.7 小結
第7章 一種雙語短語結構對齊搜索算法
7.1 雙語對齊技術概述
7.1.1 各種層次的語言單位上的對齊技術
7.1.2 短語結構對齊的定義
7.1.3 短語結構對齊的過程
7.1.4 短語結構對齊的問題和難點
7.1.5 現(xiàn)有的短語結構對齊技術
7.2 一種雙語短語結構對齊的搜索算法
7.2.1 算法簡介
7.2.2 局部對齊
7.2.3 短語結構對齊的柱形搜索(beam search)算法
7.2.4 局部對齊的歸并
7.2.5 局部對齊的評分
7.2.6 搜索算法的時間復雜度分析
7.3 實驗及結果分析
7.3.1 實驗方案
7.3.2 實驗語料來源及規(guī)模
7.3.3 短語結構對齊的實例分析
7.3.4 實驗結果及分析
7.3.5 實驗結果的進一步分析
7.4 小結
第8章 短語結構轉換模板的提取與應用
8.1 基于模板的機器翻譯概述
8.2 短語結構轉換模板定義
8.3 短語結構轉換模板舉例
8.4 短語結構轉換模板的提取
8.5 短語結構轉換模板的應用——基于模板的轉換
8.6 實驗結果
8.6.1 實驗語料的來源及規(guī)模
8.6.2 實驗結果分析
8.7 小結
第9章 微引擎流水線機器翻譯系統(tǒng)結構
9.1 微引擎流水線的基本思想
9.2 微引擎流水線的系統(tǒng)結構
9.3 微引擎流水線的公共數(shù)據(jù)結構
9.4 各種微引擎的程序接口和功能說明
9.5 微引擎調度算法
9.6 面向新聞領域的漢英機器翻譯系統(tǒng)
9.6.1 研究背景
9.6.2 系統(tǒng)實現(xiàn)方案
9.7 實驗結果及分析
9.8 小結
第10章 總結及今后的工作
附錄 漢語詞性標記集ICTPOS
參考文獻
后