在日益全球化的今天,機(jī)器翻譯成為了日常生活中不可或缺的工具。中美兩國(guó)作為兩個(gè)世界大國(guó),文化交流甚是頻繁,漢英機(jī)器翻譯的需求因此變得越來(lái)越大。隨著近幾年深度學(xué)習(xí)的急速發(fā)展,神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯相比于傳統(tǒng)的機(jī)器翻譯而言取得了巨大的突破。然而,機(jī)器翻譯的效果盡管有了極大的提升,能夠滿足人的基本需求,但對(duì)于高要求的翻譯任務(wù)來(lái)說(shuō),就目前的機(jī)器翻譯來(lái)說(shuō)還是遠(yuǎn)遠(yuǎn)不夠的。其中,機(jī)器翻譯的時(shí)態(tài)問(wèn)題正是目前還未得到完全解決的問(wèn)題。本文旨在解決漢英機(jī)器翻譯過(guò)程中的時(shí)態(tài)處理問(wèn)題。通過(guò)結(jié)合前人所做的工作,本文提出基于深度學(xué)習(xí)的樹(shù)形時(shí)態(tài)標(biāo)注算法。時(shí)態(tài)標(biāo)注算法建立在馬爾科夫樹(shù)標(biāo)注模型上。馬爾科夫樹(shù)標(biāo)注模型是一種可以解決層次性問(wèn)題的通用機(jī)器學(xué)習(xí)方法。語(yǔ)言具有層次性,從層次角度探索語(yǔ)言本身的含義可以獲得更多的信息。本文使用深度信念網(wǎng)絡(luò)做特征提取器,利用事先構(gòu)造好的自動(dòng)標(biāo)注算法從平行語(yǔ)料庫(kù)中獲得標(biāo)注數(shù)據(jù)。標(biāo)注數(shù)據(jù)為樹(shù)形結(jié)構(gòu),為了得到可供網(wǎng)絡(luò)使用的數(shù)據(jù),本文采用人工規(guī)則對(duì)標(biāo)注數(shù)據(jù)進(jìn)行編碼。網(wǎng)絡(luò)訓(xùn)練完成后,通過(guò)馬爾科夫樹(shù)標(biāo)注模型對(duì)中文句子轉(zhuǎn)換而成的不完全時(shí)態(tài)樹(shù)進(jìn)行時(shí)態(tài)標(biāo)注。實(shí)驗(yàn)表明,基于深度信念網(wǎng)絡(luò)的樹(shù)形時(shí)態(tài)標(biāo)注算法較前人的研究... 

【文章來(lái)源】：廈門大學(xué)福建省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 機(jī)器翻譯國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展歷程
        1.2.1 基于規(guī)則的機(jī)器翻譯
        1.2.2 基于實(shí)例的機(jī)器翻譯
        1.2.3 統(tǒng)計(jì)機(jī)器翻譯
        1.2.4 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯
    1.3 漢英時(shí)態(tài)機(jī)器翻譯研究現(xiàn)狀
        1.3.1 時(shí)態(tài)標(biāo)注
        1.3.2 時(shí)態(tài)機(jī)器翻譯
    1.4 研究?jī)?nèi)容
    1.5 組織結(jié)構(gòu)
第二章 相關(guān)研究?jī)?nèi)容
    2.1 詞向量
    2.2 深度信念網(wǎng)絡(luò)
    2.3 Transformer模型
        2.3.1 多頭注意力機(jī)制
        2.3.2 位置編碼
    2.4 本章小結(jié)
第三章 基于馬爾科夫樹(shù)標(biāo)注模型的漢英時(shí)態(tài)標(biāo)注算法
    3.1 馬爾科夫樹(shù)標(biāo)注模型
        3.1.1 待標(biāo)注樹(shù)的預(yù)處理
        3.1.2 樹(shù)標(biāo)注模型
        3.1.3 分解完全標(biāo)注樹(shù)
        3.1.4 求解最佳標(biāo)注
    3.2 時(shí)態(tài)樹(shù)的定義與構(gòu)造
        3.2.1 時(shí)態(tài)樹(shù)的定義
        3.2.2 時(shí)態(tài)樹(shù)的構(gòu)造
    3.3 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備
        3.3.1 自動(dòng)標(biāo)注算法
        3.3.2 時(shí)態(tài)樹(shù)編碼
    3.4 實(shí)驗(yàn)與分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)
        3.4.2 實(shí)驗(yàn)描述
        3.4.3 實(shí)驗(yàn)評(píng)估指標(biāo)
        3.4.4 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
第四章 基于深度學(xué)習(xí)的漢英時(shí)態(tài)翻譯系統(tǒng)
    4.1 整體思路
    4.2 時(shí)態(tài)的刪除與恢復(fù)
        4.2.1 Stanford依存關(guān)系
        4.2.2 去時(shí)態(tài)算法
        4.2.3 時(shí)態(tài)恢復(fù)算法
    4.3 中英文對(duì)齊關(guān)系
    4.4 數(shù)據(jù)預(yù)處理
    4.5 實(shí)驗(yàn)與分析
        4.5.1 實(shí)驗(yàn)描述
        4.5.2 實(shí)驗(yàn)結(jié)果分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來(lái)改進(jìn)方向
        5.2.1 特征自動(dòng)提取
        5.2.2 語(yǔ)篇信息
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于樹(shù)形條件隨機(jī)場(chǎng)的跨語(yǔ)言時(shí)態(tài)標(biāo)注[J]. 陳怡疆,徐海波,史曉東,蘇暢.  軟件學(xué)報(bào). 2015(12)
[2]論漢語(yǔ)、英語(yǔ)、法語(yǔ)中時(shí)態(tài)表達(dá)手法的異同[J]. 許興星.  法制與社會(huì). 2007(01)
[3]一種基于實(shí)例的漢英機(jī)器翻譯策略[J]. 胡國(guó)全,陳家駿,戴新宇,尹存燕.  計(jì)算機(jī)工程與設(shè)計(jì). 2005(04)
[4]漢語(yǔ)的時(shí)態(tài)和時(shí)態(tài)成分[J]. 陳立民.  語(yǔ)言研究. 2002(03)
[5]基于實(shí)例的漢英機(jī)器翻譯系統(tǒng)研究與實(shí)現(xiàn)[J]. 王長(zhǎng)勝,劉群.  計(jì)算機(jī)工程與應(yīng)用. 2002(08)



本文編號(hào)：3628720