基于短语评价的翻译知识获取

第1章 概述

1.1 机器翻译的发展历程

1.2 语料库语言学

1.2.1 语料库

1.2.2 平行双语语料

1.3 词典资源

1.4 机器翻译方法

1.4.1 基于规则的机器翻译

1.4.2 基于语料库的机器翻译

1.4.3 基于混合策略的机器翻译

1.5 词义消歧

1.5.1 词义消歧的方法

1.5.2 词义消歧的应用

1.6 译文评价

1.6.1 译文评价的发展历史

1.6.2 译文评价方法

1.7 翻译知识获取的意义

1.8 本章小结

参考文献

第2章 基于语言学知识的汉-英短语对齐

2.1 词汇对齐研究

2.1.1 统计词汇对齐

2.1.2 基于语言知识的词汇对齐

2.2 短语对齐

2.2.1 短语翻译对的定义

2.2.2 短语翻译对获取

2.2.3 汉一英句法分析树的结构对齐

2.2.4 基于译文等价树的短语翻译对获取

2.2.5 基于译文中心扩展的汉一英短语翻译对获取

2.2.6 源语言短语译文边界冲突消解

2.3 实验及数据分析

2.4 本章小结

参考文献

第3章 基于评价的短语翻译对优化

3.1 机器学习方法

3.2 短语翻译对评价特征

3.2.1 短语译文直译率

3.2.2 短语翻译概率

3.2.3 源语言一目标语言短语长度差异

3.3 短语翻译对分类器

3.3.1 感知器模型

3.3.2 支持向量机模型

3.3.3 多重线性回归模型

3.3.4 主动学习

3.4 实验及数据分析

3.5 本章小结

参考文献

第4章 基于错误驱动的翻译知识获取

4.1 翻译模板的定义

4.2 基于模板的翻译模型

4.3 学习实例

4.4 翻译模板获取

4.4.1 错误驱动学习

4.4.2 基于错误驱动的翻译模板获取

4.5 翻译模板的组织

4.6 实验及数据分析

4.7 本章小结

参考文献

第5章 基于译文评价的翻译知识优化

5.1 自动译文评价技术

5.1.1 n-gram模型

5.1.2 Bleu译文评测方法

5.1.3 Nist译文评测方法

5.2 基于译文评价的翻译模板库自动优化

5.2.1 翻译模板库自动优化框架

5.2.2 使用频度信息过滤初始模板库

5.2.3 翻译模板的评价机制

5.2.4 翻译模板优化算法

5.2.5 Ⅳ重交叉优化

5.3 翻译知识的领域适应

5.4 实验结果及数据分析

5.4.1 翻译模板频度过滤

5.4.2 θ值的确定

5.4.3 优化性能的比较

5.4.4 机器翻译系统领域自适应

5.5 本章小结

参考文献

《基于短语评价的翻译知识获取》主要内容包括：机器翻译概述、基于语言学知识的汉一英短语对齐、基于评价的短语翻译对优化、基于错误驱动的翻译知识获取和基于译文评价的翻译知识优化。《基于短语评价的翻译知识获取》介绍了机器翻译的研究背景、理论基础和算法描述，并给出了相应的实验结果。本书是自然语言处理中翻译知识获取方面的专著，反映了作者近年来在这一领域中的主要研究成果。
《基于短语评价的翻译知识获取》具有内容新颖、结构清晰、语言简练和实验完整的特点，可作为大专院校及科研院所从事自然语言处理、机器翻译和知识获取研究的高年级本科生、研究生的教材和参考书籍。此外，本书也可以作为相关领域的教师、科研人员和从事机器翻译系统开发的工程技术人员的参考书。

《基于短语评价的翻译知识获取》提出了一套翻译知识自动获取及优化方案。在知识获取方面，探索了平行双语语料的短语对齐技术，并研究了从短语翻译对中抽取模板的方法；在知识优化方面，探索了短语翻译对的评价及过滤技术，同时研究了基于译文评价的模板自动优化方法。在此基础上，实现了一系列的翻译知识自动获取及优化工具，将获取的模板用于机器翻译系统中，以提高译文输出质量。