机器翻译的造句
1.该短语的自动识别对于自动句法分析,机器翻译等自然语言处理系统都有重要意义.
2.20 复句关系词的自动标注是自然语言理解领域的基础性研究课题,是层次关系标注和机器翻译等问题的研究基础。
3.机器翻译怎么变得这么好了?
4.本文以建立实用的英汉机器翻译系统为目的,对采用规则和统计相结合的机译方法进行了有益的研究和尝试。
5.5 鉴于此,人们可以通过译前编辑与译后编辑介入机器翻译来提高机译译文的质量。
6.本文还对机译系统构成、设计、词典结构等技术问题进行了探讨,并提出一套规则和结点的评价方法,为消除机器翻译中的句法歧义做了有益的尝试。
7.11 第四,机器翻译自动评测技术的研究.
8.复句关系词的自动标注是自然语言理解领域的基础性研究课题,是层次关系标注和机器翻译等问题的研究基础。
9.本文以建立实用的英汉机器翻译系统为目的,对采用规则和统计相结合的机译方法进行了有益的研究和尝试。
10.21 这种方法也意味着只要网络在发展,我们就能获得更好的多语种机器翻译。
11.句法分析和语义分析.
12.为了正确估测机器翻译技术的发展并且给予指导,对现有的机译系统进行测试与评估即机器翻译系统的评价就显得非常必要。
13.4 为了正确估测机器翻译技术的发展并且给予指导,对现有的机译系统进行测试与评估即机器翻译系统的评价就显得非常必要。
14.中文相似句子检索的方法在基于实例的机器翻译等中文信息处理领域,具有非常广泛的应用背景。
15.描述了一种基于短语统计机器翻译的柱搜索解码器.
16.但是,在辩论这个始于机器翻译的出生率.
17.机器翻译怎么变得这么好了?
18.为了正确估测机器翻译技术的发展并且给予指导,对现有的机译系统进行测试与评估即机器翻译系统的评价就显得非常必要。
19.机器翻译加上人工纠正应该可以成为未来翻译领域的主要潮流,单靠人工翻译效率太低,速度太慢,还是两者结合来得好。
20.这种方法也意味着只要网络在发展,我们就能获得更好的多语种机器翻译。
21.6 机器翻译加上人工纠正应该可以成为未来翻译领域的主要潮流,单靠人工翻译效率太低,速度太慢,还是两者结合来得好。
22.机器翻译系统中基于机器学习的目标词选择.
23.中文相似句子检索的方法在基于实例的机器翻译等中文信息处理领域,具有非常广泛的应用背景。
24.机器翻译系统中基于机器学习的目标词选择.
25.描述了一种基于短语统计机器翻译的柱搜索解码器.
26.本文从如何提高翻译质量出发,详细阐述了在日汉机器翻译系统中提高翻译质量的各种策略和方法。
27.7 结合一个基于格语法的日汉机器翻译系统,针对现有系统日语动词格框架缺乏的现状,提出一种日语动词格框架自动构造方法。
28.该短语的自动识别对于自动句法分析,机器翻译等自然语言处理系统都有重要意义.
29.鉴于此,人们可以通过译前编辑与译后编辑介入机器翻译来提高机译译文的质量。
30.本文还对机译系统构成、设计、词典结构等技术问题进行了探讨,并提出一套规则和结点的评价方法,为消除机器翻译中的句法歧义做了有益的尝试。
31.结合一个基于格语法的日汉机器翻译系统,针对现有系统日语动词格框架缺乏的现状,提出一种日语动词格框架自动构造方法。
32.16 机器翻译怎么变得这么好了?
33.1 它可能不是真的准确,因为我使用机器翻译.
34.这种方法也意味着只要网络在发展,我们就能获得更好的多语种机器翻译。
35.3 该短语的自动识别对于自动句法分析,机器翻译等自然语言处理系统都有重要意义.
36.第四,机器翻译自动评测技术的研究.
37.本文从如何提高翻译质量出发,详细阐述了在日汉机器翻译系统中提高翻译质量的各种策略和方法。
38.源语分析是机器翻译的核心,包括词法分析、句法分析和语义分析.
39.但是,在辩论这个始于机器翻译的出生率.
40.结合一个基于格语法的日汉机器翻译系统,针对现有系统日语动词格框架缺乏的现状,提出一种日语动词格框架自动构造方法。
41.15 中文相似句子检索的方法在基于实例的机器翻译等中文信息处理领域,具有非常广泛的应用背景。
42.9 机器翻译系统中基于机器学习的目标词选择.
43.为了提供更多语言和更为快捷的翻译,我的博客现在提供了机器翻译,通过微软翻译器翻译成更多的语言。
44.它可能不是真的准确,因为我使用机器翻译.
45.为了提供更多语言和更为快捷的翻译,我的博客现在提供了机器翻译,通过微软翻译器翻译成更多的语言。
46.机器翻译加上人工纠正应该可以成为未来翻译领域的主要潮流,单靠人工翻译效率太低,速度太慢,还是两者结合来得好。
47.第四,机器翻译自动评测技术的研究.
48.19 为了提供更多语言和更为快捷的翻译,我的博客现在提供了机器翻译,通过微软翻译器翻译成更多的语言。
49.为机器翻译设计和研制的词典和文法,是机译系统的核心,是机译研究中的关键。
50.这就是为什么谷歌现在处于领先地位:在寻找大量文档完善其云运算方面它做得最好。这种方法也意味着只要网络在发展,我们就能获得更好的多语种机器翻译。