| 题名 | 基于语义推导的统计机器翻译模型关键技术研究; Research on Key Technologies of Statistical Machine Translation Model Based on Semantic Inference |
| 作者 | 黄研洲 |
| 答辩日期 | 2016-03-18 ; 2015-12-12 |
| 导师 | 史晓东 |
| 关键词 | 自然语言处理 统计机器翻译翻译模型 枢轴语言 主题模型 词义归纳 natural language processing statistical machine translation translation model pivot language topic model word sense induction |
| 英文摘要 | 机器翻译是自然语言处理的一个重要分支，旨在自动将源语言文本翻译为目标语言文本，并同时保留源语言文本包含的语义信息。统计机器翻译（StatisticalMachineTranslation，SMT）是当前机器翻译的主流方法。一般而言，统计机器翻译包含三个重要的组成部分：(1)语言模型；(2)翻译模型；和(3)解码算法。 语言模型用于评测目标端生成的译文是否流利，对译文的流利度进行建模。翻译模型用于表示源语言翻译单元到目标语言翻译单元的翻译概率，对翻译的忠实度进行建模。解码算法指的是在给定模型参数和源端句子的条件下，从可选译文中搜索出最优的译文。 统计机器翻译模型发展到现在经过了基于词、短...; Machine translation is one of the important branches of natural language processing. Its aim is to convert the text from one language to another automatically while preserving the semantic information of the source language. At present, statistical machine translation (SMT) is the mainstream approach of the machine translation. Generally, there are three important components in SMT: (1) language m...; 学位：理学博士; 院系专业：信息科学与技术学院_人工智能基础; 学号：31520110154096 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=54143 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/135021]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 黄研洲. 基于语义推导的统计机器翻译模型关键技术研究, Research on Key Technologies of Statistical Machine Translation Model Based on Semantic Inference[D]. 2016, 2015. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论