次へ:
概要
目次
概要
目次
図一覧
表一覧
はじめに
統計翻訳システム
基本概念
翻訳モデル
IBM翻訳モデル
Model1
Model2
Model3
Model4
Model5
GIZA++
フレーズテーブルの作成法
フレーズ対応の抽出
抽出したフレーズ対応の確率付け
言語モデル
リオーダリングモデル
Lexicalized Block Orientationモデル
歪みペナルティ
デコーダ
ビームサーチ法
マルチスタック法
mosesのパラメータ
パラメータチューニング
それぞれの手法の説明
提案手法
英辞郎
部分的に一致した翻訳対の翻訳確率
部分的に一致した翻訳対の確率のペナルティ
翻訳確率の付与手順
先行研究
従来手法
先行研究と提案手法を組み合わせた手法
実験データ・実験環境
実験データ
対訳学習文
テスト文
確率を付与した翻訳対
実験環境
フレーズテーブル
N
-gramモデルの学習
デコーダのパラメータ
評価方法
自動評価
BLEU
NIST
METEOR
人手評価
従来手法と提案手法の比較
フレーズテーブルの総数の比較
翻訳精度の自動評価
翻訳精度の人手評価
翻訳結果の例
先行研究と提案手法の比較
フレーズテーブルの総数の比較
翻訳精度の自動評価
先行研究と提案手法の人手評価
翻訳結果の例
先行研究と追加実験の比較
フレーズテーブルの総数の比較
翻訳精度の自動評価
先行研究と追加実験の人手評価の結果
翻訳結果の例
考察
翻訳精度が向上した文の解析
適切なフレーズ対の増加
未知語の減少
翻訳精度が低下した文の解析
不適切なフレーズ対の選択
未知語の影響
マッチングの対象の問題
翻訳候補文に使用された翻訳対の違い
ペナルティの影響
未知語の影響
おわりに
謝辞
参考文献
付録
実験データ
学習データ
テストデータ
フレーズテーブルの総数の比較
翻訳精度の自動評価
使用された翻訳対の違い
この文書について...
平成24年3月23日
