第一个书签之前
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 本文研究内容
1.4 论文组织结构
第二章 相关知识介绍
2.1 基于注意力的神经机器翻译模型简介
2.1.1 编码器
2.1.2 解码器
2.1.3 注意力网络
2.1.4 训练目标函数
2.1.5 平行语料库
2.1.6 译文评测方法
2.2 最大熵模型介绍
2.3 主题模型
2.4 本章小结
第三章 自动长句分割在神经机器翻译中的应用
3.1 引言
3.2 相关工作
3.3 分割模型
3.3.1 切分模型
3.3.2 切分模型训练
3.3.3 重新排序模型
3.3.4 重新排序模型训练
3.3.5 联合模型
3.4 实验设置与分析
3.4.1 实验设置
3.4.2 切分模型效果分析
3.4.3 重新排序模型效果分析
3.4.4 不同分割方式效果比较
3.4.5 长句翻译效果分析
3.5 本章小结
第四章 融合句子间信息的文档级神经机器翻译模型
4.1 引言
4.2 相关工作
4.3 融合句间门控模型的神经机器翻译系统
4.3.1 编码器
4.3.2 句间门控模型
4.3.3 解码器
4.4 实验设置与分析
4.4.1 实验设置
4.4.2 实验结果
4.4.3 句间门控模型的有效性
4.4.4 句间门控模型的注意力网络
4.4.5 译文连贯性分析
4.5 本章小结
第五章 基于缓存的文档级神经机器翻译模型
5.1 引言
5.2 相关工作
5.3 基于缓存的神经机器翻译系统
5.3.1 动态缓存和主题缓存
5.3.2 基于缓存的神经模型
5.3.3 解码过程
5.4 实验设置与分析
5.4.1 实验设置
5.4.2 实验结果
5.4.3 门控机制的有效性
5.4.4 主题缓存的有效性
5.4.5 基于缓存的神经模型的有效性
5.5 本章小结
第六章 总结与展望
6.1 工作总结
6.2 研究展望
参考文献
攻读硕士学位期间取得的科研成果
攻读硕士学位期间参与的科研项目
致 谢
