导读:本文包含了基于实例机器翻译论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:机器翻译,实例,蒙古语,甲骨文,短语,维吾尔,算法。
基于实例机器翻译论文文献综述
刘春红[1]（2018）在《机器翻译和人工翻译的对比——基于“百度翻译”和“bing翻译”的一次实例分析》一文中研究指出机器翻译发展至今,仍然有许多难以攻克的问题,笔者从一篇英文的翻译入手,用"百度翻译"和"Bi ng翻译"作为工具翻译后,将其译文与人工翻译译文进行了译文质量的问卷调查,在调查问卷数据分析的基础上,总结了人工翻译与机器翻译的区别,提出目前机器翻译不能完全取代人工翻译,机器翻译后的人工编辑是不可或缺的环节。(本文来源于《散文百家(新语文活页)》期刊2018年03期）
刘春红[2]（2018）在《机器翻译和人工翻译的对比——基于“百度翻译”和“bing翻译”的一次实例分析》一文中研究指出机器翻译发展至今,仍然有许多难以攻克的问题,笔者从一篇英文的翻译入手,用"百度翻译"和"Bing翻译"作为工具翻译后,将其译文与人工翻译译文进行了译文质量的问卷调查,在调查问卷数据分析的基础上,总结了人工翻译与机器翻译的区别,提出目前机器翻译不能完全取代人工翻译,机器翻译后的人工编辑是不可或缺的环节。(本文来源于《散文百家(新语文活页)》期刊2018年02期）
苏依拉,刘婉婉,乌尼尔[3]（2017）在《基于实例相似度检测的蒙汉机器翻译方法》一文中研究指出针对内蒙古地区机器翻译力量薄弱、技术落后等现状,提出一种基于实例的翻译方法,使用不同粒度的对齐技术对蒙汉双语语料库进行处理,根据相似度算法进行匹配和重组并生成译文.实验结果表明:利用实例库相似度检测的方法能够对特定领域的蒙古语做出有效的翻译,并在一定程度上提高翻译质量,在蒙汉机器翻译中具有较好的应用价值.(本文来源于《北京工业大学学报》期刊2017年09期）
李慧旻[4]（2016）在《基于实例的蒙汉机器翻译的研究》一文中研究指出机器翻译(Machine Translation,MT)是指用计算机自动地将一种源自然语言,翻译成用户需要的目标自然语言,在本课题中即是将蒙古语翻译成为汉语。机器翻译作为自然语言信息处理的一个分支,经过了长期而迂回的发展历程,经历了从辉煌到绝境到复苏到发展的风云变幻。近年来,随着计算机硬件的提高,基于实例的机器翻译方法(Example-Based Machine Translation,EBMT)越来越受到研究者的关注。基于实例的机器翻译方法攻克了传统意义上的基于规则的机器翻译方法在知识库获取时遇到的难题,避免了复杂的深层次的语法语义分析,充分利用原有实例库的信息,利用相似度算法进行匹配和重组,得到最终的译文,具有译文准确、翻译速度较快等优点。本课题讨论了机器翻译的研究的目的和意义,简单的介绍了机器翻译的国内外研究现状,并就蒙古文的信息处理和蒙汉机器翻译研究现状进行了简要的阐述;然后课题讨论了机器翻译的发展历史以及各种方法,之后重点介绍了基于实例的机器翻译的基本原理和系统结构。以此为基础,论文阐述了蒙汉双语实例库的构建方法,给出了蒙汉双语语料库处理中使用的不同粒度的(段落级、句子级、词语级)的对齐技术,形成了一种多层次对齐方法,提高了双语语料对齐的正确率。接着,论文讨论并给出了基于词语的句子相似度算法以及最相似实例检索算法。最后,论文就对基于实例的蒙汉机器翻译方法进行了实验,并对翻译结果性能进行了评测,并就结果进行分析,给出了该方法的优点以及存在的不足。实验结果表明,结果达到了预期目标,即可以简单的蒙文文本的翻译,并且在实例库中有与待翻译语句相似例句时,能够得到较高质量的译文。(本文来源于《内蒙古工业大学》期刊2016-06-01）
王丹丹[5]（2016）在《基于实例的汉英依存树到串机器翻译方法研究》一文中研究指出机器翻译是自然语言处理领域的一个重点和难点问题,拥有着巨大的科学研究价值以及广阔的商业应用前景。近年来,基于实例的机器翻译发展十分迅速,取得了较为突出的成绩。基于实例的机器翻译其翻译性能非常依赖于实例库的质量,而实例库的质量体现为实例能够被正确检索的概率。如何有效提升实例库质量进而提升翻译系统性能,一直以来都是研究人员共同努力的方向,也是基于实例的机器翻译的研究热点之一。近年来,基于实例的机器翻译系统普遍采用结构化的方式存储翻译实例,在实例中融入更多的句法结构和语义信息,以提升实例的可靠性。句法结构实例的获得往往需要对原始语料进行分词、词性标注和句法分析的预处理,传统方法往往对这叁大基础任务作管道式的依次处理,这会导致任务间既存错误的迭代传递进而影响结构化实例的准确性和可靠性。本文以此问题为切入点,以汉英实例机器翻译为主要研究方向,重点研究了基于实例的机器翻译中结构化实例库的构建方法。本文的主要研究成果包括：(1)提出了一种汉英依存树到串实例库的构建方法。一方面,融入中文词法句法分析联合模型对中文语料进行处理,旨在降低汉英EBMT中源语言端基础任务中的错误传递,提高提取层次间特征的准确性。其可靠性在大规模训练语料的实验下得到了有效验证。另一方面,基于传统方法的同时结合本系统的实际情况,提出了一种实例泛化的方法,可有效提高实例的实用性。(2)基于本文构建的汉英依存树到串实例库,对传统的相似实例检索及译文生成方法作了相应的改进,完善了系统的相似实例检索及译文生成模块。(3)对本文提出的系统各模块方法进行有机整合,形成了一个完整的实例翻译系统。系统性能在大规模训练语料的对比实验下得到了有效验证。本文方法首次将中文词法句法分析联合模型融入基于实例的机器翻译系统中,借以构建高质量的汉英依存树到串实例库,并完整实现了一个基于实例的机器翻译系统。机器翻译系统性能比较的实验证明了本文所提方法的有效性,可有效获取正确率较高的译文。融入联合模型的对比实验结果表明,本文将中文词法句法分析联合模型融入实例机器翻译系统中的方法可以有效提升译文质量,改善系统性能。(本文来源于《北京交通大学》期刊2016-03-18）
李强,李沐,张冬冬,朱靖波[6]（2016）在《统计机器翻译中实例短语对研究》一文中研究指出针对由于数据的稀疏性和双语数据规模的局限性造成的大量高质量短语对没有生成的问题,在基于短语的统计机器翻译系统中,通过对传统短语抽取算法抽取的短语对进行分解、替换、生成等操作,生成传统方法无法抽取的实例短语对。在汉英新闻和汉英口语翻译任务上,与基线系统相比,该方法在多个测试集上明显提高了翻译系统的翻译质量,在部分测试集上BLEU值可提高1%左右。(本文来源于《北京大学学报(自然科学版)》期刊2016年01期）
刘敏[7]（2015）在《基于词向量的句子相似度计算及其在基于实例的机器翻译中的应用》一文中研究指出目前计算机辅助翻译主要存在的问题是,相似度计算的方法存在很大的局限性,并且精度较低。尤其在实际的工程应用上,往往是采用基于词汇的相似度度量方法进行计算的,这在一定程度上限制了翻译记忆库能够发挥的功用。本文针对英汉句子的特点分别进行了相似度计算算法的设计和实现,将词向量这一技术引入到句子的相似度计算中。本文的主要工作包括:1、针对特定领域,收集领域相关的训练语料,采用Google的word2vec进行英语和汉语的词向量模型构建;2、对传统的基于词汇的英语相似度计算方法进行改进,提出了基于词向量的Jaccard相似度与基于词向量的编辑距离结合的方法,相关实验结果显示算法改进取得了较明显的效果提升;3、根据汉语句子的特点,设计并实现汉语句子的相似度计算方法,提出了基于词向量的Jaccard相似度与基于词向量的依存句法相结合的相似度计算方法,实验结果显示效果比之传统的基于词的方法有较大提升;4、将相关英汉句子相似度计算算法以接口的形式封装,作为商品化软件华建IAT系统的相似度计算模块投入实际应用。(本文来源于《北京理工大学》期刊2015-06-01）
李晓丽[8]（2014）在《机器翻译之难点及实例分析》一文中研究指出机器翻译存在无法理解源语文本中的语言语境和文化语境的问题,影响了译文质量,因此译者必须加以人工编译才能准确传达文章内涵。(本文来源于《牡丹江师范学院学报(哲学社会科学版)》期刊2014年04期）
麦热哈巴·艾力[9]（2014）在《基于实例的维汉机器翻译若干关键问题研究》一文中研究指出机器翻译是目前人工智能中最活跃的研究领域之一。近年来基于语料库的机器翻译方法越来越成为研究的热点。作为基于语料库机器翻译分支之一的基于实例的机器翻译(EBMT)因较经济、建立快等特点,赢得了研究者的兴趣,对其研究具有重要的理论意义和使用价值。维吾尔语信息处理研究起步较晚,虽然目前很多研究人员在维吾尔语信息处理做了不少工作,但其基础性研究的成果和可利用工具等还是非常有限。维吾尔语作为典型的粘着性语言,其词法及句法方面与汉语有明显的不同。维吾尔语丰富而复杂的形态为维吾尔语的信息处理研究带来挑战和机会。本文以服务于基于实例的维汉机器翻译方法为宗旨,从维吾尔语的词法开始,对影响维吾尔语--汉语机器翻译的从以下几个方面进行了研究。具体的讲,本文从如下几个方面进行了研究：1.研究了维吾尔语音变现象的自动还原方法。提出了基于词内对齐方法的音变现象自动还原模型。此方法绕开以往采用的通过建立规则进行还原的方法,将音变字母还原的问题转变为序列标注问题,并用统计方法进行还原。该方法不仅易于实现,而且对于还原较复杂音变现象方面比规则方法有优势。2.研究了维吾尔语词法分析器,提出了维吾尔语词法的有向图模型。此模型将一个词看成是词干及各词尾之间的有向树,词干和词干之间的关系也描述为有向树；把词干和词尾的相应标注之间的关系也看成是对应的有向树；再把词的有向树和标注的有向树通过词和标注之间的约束关系结合起来构造一个有向图,给节点之间的边赋权值来表示每个节点之间的约束力。实验数据表明,此模型具有很好的词法分析能力。3.研究了维吾尔语-汉词(以下简称维汉)对齐方法。根据维吾尔语词尾数量多又能表示某种语法意义的特性,提出了对维吾尔语词进行词干、词尾分离方法;同时,针对词尾变体形式各异但又表达相同意思的特点,提出了采用统一的泛化形式的策略,来克服数据稀疏问题。分析维吾尔语词尾虽然也携带信息,但并不一定在汉语中明文翻译的特点,提出对词尾采用“分离—丢弃”方案,对在汉语中有直译的词尾采用“分离”方案；对于虽然在维吾尔语中表示某种意思,但在汉语中表示不出来或不经常翻译的词尾采用“丢弃”方案。该方法因同时考虑了词尾的信息以及句子的长度问题,对维汉词对齐的提高起到了积极的作用。4.提出了改进的互信息方法,并用统计与规则结合的策略提高了维吾尔语多词表达的正确率和召回率。首先,对维吾尔语中多词表的形式及结构做了分类,然后从目前常用对数似然比、互信息及卡方等统计方法抽取维吾尔语多词表达并分析结果。提出结合对数似然比和互信息相结合的方法。同时,提出与规则结合的改进的互信息方法,通过设置的多词表达模板来过滤非多词表达。实验证明,通过本文提出的方法,正确率和召回率都有了一定的提高。5.开发了基于实例的维汉机器翻译系统。为了提高相似实例查找的速度以及降低形态对检索的影响,对维吾尔语词采用了倒排索引的存储结构。同时,从不同角度、不同层面考虑,分别采用了词形相似度、词序相似度、句长相似度以及相似片段夹角等相似度计算方法获得了相似句子候选,并采用“相似片段译文在相似实例译文中的位置来估计目标句中的位置”的原则生成了目标句子。同时,将基于有向图的词法分析器、词尾泛化、“分离—丢弃”方案以及多词表达抽取方法应用到系统中,提高了词对齐信息质量。系统翻译质量比以前有提高的趋势,说明我们的词法分析、词对齐以及多词表达等方面的研究对机器翻译质量的提高确实有贡献。(本文来源于《新疆大学》期刊2014-06-05）
熊晶,钟珞,王爱民[10]（2013）在《基于实例和本体的甲骨文机器翻译方法研究》一文中研究指出为解决基于实例的甲骨文机器翻译缺乏深层次语义分析的问题,引入了本体技术.采用实例和本体相结合的办法,分阶段实现甲骨文语句的机器翻译.基于实例的方法用于仅需浅层语义分析的句子,基于本体的方法用于需深层语义分析的句子.在对比分析甲骨文与现代汉语之间的内在联系基础上,建立了甲骨文知识本体,为机器翻译的词典和语义提供概念及其层次网络,解决甲骨文同义词、兼类词及词义消歧问题.实验结果表明:对常规的简单甲骨文语句,基于实例的机器翻译结果较好;对复杂的甲骨文语句,需要利用基于本体的机器翻译,其结果也基本满足研究需求.(本文来源于《华中科技大学学报(自然科学版)》期刊2013年S2期）
基于实例机器翻译论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
机器翻译发展至今,仍然有许多难以攻克的问题,笔者从一篇英文的翻译入手,用"百度翻译"和"Bing翻译"作为工具翻译后,将其译文与人工翻译译文进行了译文质量的问卷调查,在调查问卷数据分析的基础上,总结了人工翻译与机器翻译的区别,提出目前机器翻译不能完全取代人工翻译,机器翻译后的人工编辑是不可或缺的环节。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基于实例机器翻译论文参考文献
[1].刘春红.机器翻译和人工翻译的对比——基于“百度翻译”和“bing翻译”的一次实例分析[J].散文百家(新语文活页).2018
[2].刘春红.机器翻译和人工翻译的对比——基于“百度翻译”和“bing翻译”的一次实例分析[J].散文百家(新语文活页).2018
[3].苏依拉,刘婉婉,乌尼尔.基于实例相似度检测的蒙汉机器翻译方法[J].北京工业大学学报.2017
[4].李慧旻.基于实例的蒙汉机器翻译的研究[D].内蒙古工业大学.2016
[5].王丹丹.基于实例的汉英依存树到串机器翻译方法研究[D].北京交通大学.2016
[6].李强,李沐,张冬冬,朱靖波.统计机器翻译中实例短语对研究[J].北京大学学报(自然科学版).2016
[7].刘敏.基于词向量的句子相似度计算及其在基于实例的机器翻译中的应用[D].北京理工大学.2015
[8].李晓丽.机器翻译之难点及实例分析[J].牡丹江师范学院学报(哲学社会科学版).2014
[9].麦热哈巴·艾力.基于实例的维汉机器翻译若干关键问题研究[D].新疆大学.2014
[10].熊晶,钟珞,王爱民.基于实例和本体的甲骨文机器翻译方法研究[J].华中科技大学学报(自然科学版).2013
论文知识图
