声明
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 文本特征提取方法的研究现状
1.2.2 词义消歧的研究现状
1.3 论文研究内容
1.4 论文组织结构
第2章 基于统计特征与事件Attention机制的特征提取方法
2.1 文本处理技术研究
2.1.1 词向量生成技术
2.1.2 循环神经网络语言模型分析
2.2 融合统计特征与事件Attention机制的特征提取方法
2.2.1 文本统计特征建模
2.2.2 基于事件的Attention机制研究
2.2.3 文本特征提取方法
2.3 实验结果与分析
2.3.1 实验环境与数据集
2.3.2 对比实验分析
2.4 本章小结
第3章 基于双通道LDA主题模型的词义消歧
3.1 词义消歧与主题模型研究
3.1.1 词义消歧模型对比
3.1.2 LDA主题模型研究
3.2 WordNet语义词典分析
3.3 基于双通道LDA模型的词义消歧方法
3.3.1 全文词义消歧框架
3.3.2 双通道LDA主题模型建模
3.4 实验结果与分析
3.4.1 实验设置与消歧评测指标
3.4.2 折叠Gibbs采样迭代步数对消歧方法的影响
3.4.3 模型对比实验
3.5 本章小结
第4章 改进的文本处理方法在机器翻译中的应用研究
4.1 机器翻译架构分析
4.2 基于事件Attention机制的神经机器翻译
4.2.1 神经机器翻译基准模型分析
4.2.2 主要算法流程
4.2.3 实验验证与分析
4.3 融合词义消歧的统计机器翻译
4.3.1 主要处理逻辑
4.3.2 实验验证与分析
4.4 本章小结
第5章 总结与展望
5.1 本文总结
5.2 研究展望
致谢
参考文献
攻读硕士学位期间发表的论文及参加的科研项目
武汉理工大学;