全文获取类型
收费全文 | 757篇 |
免费 | 55篇 |
国内免费 | 85篇 |
专业分类
电工技术 | 5篇 |
综合类 | 65篇 |
化学工业 | 3篇 |
机械仪表 | 12篇 |
建筑科学 | 10篇 |
轻工业 | 6篇 |
水利工程 | 4篇 |
无线电 | 80篇 |
一般工业技术 | 12篇 |
冶金工业 | 4篇 |
自动化技术 | 696篇 |
出版年
2024年 | 15篇 |
2023年 | 38篇 |
2022年 | 51篇 |
2021年 | 55篇 |
2020年 | 35篇 |
2019年 | 38篇 |
2018年 | 17篇 |
2017年 | 28篇 |
2016年 | 9篇 |
2015年 | 22篇 |
2014年 | 31篇 |
2013年 | 30篇 |
2012年 | 21篇 |
2011年 | 35篇 |
2010年 | 27篇 |
2009年 | 37篇 |
2008年 | 38篇 |
2007年 | 32篇 |
2006年 | 31篇 |
2005年 | 30篇 |
2004年 | 31篇 |
2003年 | 38篇 |
2002年 | 35篇 |
2001年 | 23篇 |
2000年 | 25篇 |
1999年 | 21篇 |
1998年 | 18篇 |
1997年 | 17篇 |
1996年 | 7篇 |
1995年 | 8篇 |
1994年 | 10篇 |
1993年 | 8篇 |
1992年 | 9篇 |
1991年 | 5篇 |
1990年 | 7篇 |
1989年 | 9篇 |
1988年 | 1篇 |
1987年 | 2篇 |
1986年 | 3篇 |
排序方式: 共有897条查询结果,搜索用时 15 毫秒
111.
目前机器翻译主要对印欧语系进行优化与评测,很少有对中文进行优化的,而且机器翻译领域效果最好的基于注意力机制的神经机器翻译模型-seq2seq模型也没有考虑到不同语言间语法的变换。提出一种优化的英汉翻译模型,使用不同的文本预处理和嵌入层参数初始化方法,并改进seq2seq模型结构,在编码器和解码器之间添加一层用于语法变化的转换层。通过预处理,能缩减翻译模型的参数规模和训练时间20%,且翻译性能提高0.4 BLEU。使用转换层的seq2seq模型在翻译性能上提升0.7~1.0 BLEU。实验表明,在规模大小不同的语料英汉翻译任务中,该模型与现有的基于注意力机制的seq2seq主流模型相比,训练时长一致,性能提高了1~2 BLEU。 相似文献
112.
译后编辑是近年来随机器翻译发展新兴的计算机应用研究领域。综述了译后编辑所涉及的三方面的技术问题:自动译后编辑,自动机器翻译质量评估以及译后编辑工作量测量。自动译后编辑与自动机器翻译质量评估均应用自然语言处理领域相关技术,通过自动完成部分编辑工作、筛选机器翻译译文来降低译员工作量,从而提高效率。对译后编辑工作量的研究侧重于分析机器翻译译文的错误对译员工作量的影响,为译后编辑系统环境的设计提供理论依据。总体而言,译后编辑技术研究的主要目的是提高译员的工作效率。 相似文献
113.
114.
GLR算法模型翻译识别结果存在数据点重合的情况,精确度无法得到有效保障。为了准确的识别短语,设计了基于改进GLR算法的短语智能识别算法,该算法构建标记规模约74万个英汉单词的短语语料库,使短语具备可搜索功能,通过短语中心点构建短语结构,可获得词性识别结果,依据解析线性表的句法功能校正词性识别结果中的英汉结构歧义,最终获得识别的内容。实际测评结果显示,该算法克服了GLR的弊端,相对统计算法和动态记忆算法提高了运算速度和处理性能,更加适合机器翻译任务,为在智能机器翻译领域提供了新的思路。 相似文献
115.
如何有效利用篇章上下文信息一直是篇章级神经机器翻译研究领域的一大挑战。该文提出利用来源于整个篇章的层次化全局上下文来提高篇章级神经机器翻译性能。为了实现该目标,该文提出的模型分别获取当前句内单词与篇章内所有句子及单词之间的依赖关系,结合不同层次的依赖关系以获取含有层次化篇章信息的全局上下文表示。最终源语言当前句子中的每个单词都能获取其独有的综合词和句级别依赖关系的上下文。为了充分利用平行句对语料在训练中的优势,该文使用两步训练法,在句子级语料训练模型的基础上使用含有篇章信息的语料进行二次训练以获得捕获全局上下文的能力。在若干基准语料数据集上的实验表明,该文提出的模型与若干强基准模型相比取得了有意义的翻译质量提升。实验进一步表明,结合层次化篇章信息的上下文比仅使用词级别上下文更具优势。除此之外,该文还尝试通过不同方式将全局上下文与翻译模型结合并观察其对模型性能的影响,并初步探究篇章翻译中全局上下文在篇章中的分布情况。 相似文献
116.
神经机器翻译系统的良好性能依赖于大规模内领域双语平行数据,当特定领域数据稀疏或不存在时,领域适应是个很好的解决办法。无监督领域适应方法通过构建伪平行语料来微调预训练的翻译模型,然而现有的方法没有充分考虑语言的语义、情感等特性,导致目标领域的翻译包含大量的错误和噪声,从而影响到模型的跨领域性能。为缓解这一问题,从模型和数据2个方面来提高伪平行句对的质量,以提高模型的领域自适应能力。首先,提出更加合理的预训练策略来学习外领域数据更为通用的文本表示,增强模型的泛化能力,同时提高内领域的译文准确性;然后,融合句子的情感信息进行后验筛选,进一步改善伪语料的质量。实验表明,该方法在中-英与英-中实验上比强基线系统反向翻译的BLEU值分别提高了1.25和 1.38,可以有效地提高翻译效果。 相似文献
117.
118.
在现代语言学中自然语言的处理占据重要地位,成为了语言学中一门值得深入探讨学习的新学科.本文从自然语言处理发展的各个阶段进行了历史追溯以及现状分析,从萌芽期、发展期和繁荣期三个阶段来探讨自然语言发展的特点. 相似文献
119.
文章主要对基于神经网络学习的统计机器翻译的相关内容进行了分析,希望通过对机器翻译的概述、流程以及深度学习等相关内容的阐述与分析可以为相关研究提供理论支持. 相似文献
120.