pmi所定义的项目管理知识体系将整个项目管理分为42个过程，这些过程可以归入五大过程组也称“阶段”，或归入项目管理涉及到的九大知识领域。五大过程组通常包括：
项目启动阶段project initiating
这一阶段的任务是确定一个项目或一个阶段可以开始，并要求着手施行。主要工作包括：收集数据、识别需求、建立目标、进行可行性研究、确定利益相关者、评价风险等级、制定策略、确定项目小组、估计所需资源等。此阶段的工作在时间跨度上通常占整个项目的5%，比重虽然不大，但却为重要。
项目计划阶段project planning
这一阶段的任务是制定计划并编制可操作的进度安排，丹阳外语翻译招聘，-实现项目既定目标，在时间跨度上通常占整个项目的20%。主要工作包括：---关键人员、制定项目计划包括标准、资源、预算、---、进度表、工作分解结构wbs等、评估项目风险。
项目执行阶段project executing
这一阶段的任务是协调人力资源及其他资源，执行计划。在时间跨度上由于和项目监控阶段交叠，因此不宜绝i对区分，通常所需时间占整个项目的60%。主要工作包括：实施项目计划、报告项目进度、进行信息交流、激励-以及采购等。
项目监控阶段
这一阶段的任务是---和检测过程，-时采取一些修正措施，-项目达到目标，主要工作是对项目范围、项目进度、项目成本以及项目进行有效的监控和调整，并力求在其间达到i佳平衡。
项目收尾阶段project closing
这一阶段的任务是取得项目或阶段的正式-并且有序地结束该项目或阶段，从时间上而言，通常占整个项目的5%。主要工作包括交付项目产品、评价项目表现、项目文件归档及总结项目经验教训等。
技术背景
1机器翻译研究历程
机器翻译的研究在上世纪五十年代就已经展开，早期的工作主要以基于规则的方法为主，进展相对来说比较缓慢。之后美国自然语言处理咨询委i员会还作出了一个质疑了机器翻译的可行性的报告，对该领域研究造成了一定阻碍。到了上世纪九十年代，ibm提出了著i名的基于词的翻译模型，开启了统计机器翻译时代，随后短语和句法模型相继被提出，翻译得到了-提升。近两年神经网络机器翻译方法开始兴起，该方法突破统计机器翻译方法中的许多---，成为当前的研究-。
2统计机器翻译
统计机器翻译的基本思想是充分利用机器学习技术从-双语平行语料中自动获取翻译规则及其概率参数，然后利用翻译规则对源语言进行解i码。对于给定的源语言，统计机器翻译认为其翻译可以是任意的目标语言，只是不同目标语言的概率不同。而统计机器翻译的任务，就是从所有的目标语言中，找到概率i大的译文。
3神经网络机器翻译
神经网络机器翻译neural machine translation，nmt是近年来兴起的一种全新的机器翻译方法，其基本思想是使用神经网络直接将源语言文本映射为目标语言文本，这种编码器解i码器架构使得它可以采用端到端的方式进行训练，丹阳外语翻译经验，能同时优化模型中的所有参数。完全不同于传统机器翻译中以基于离散符号的转换规则为-的做法，需要经过词对齐，抽规则，概率估计和调参等一系列步骤，容易产生误差传播。神经网络机器翻译使用连续的向量表示对翻译过程进行建模，丹阳外语翻译，因而能从-上克服传统机器翻译中的泛化性能不佳、独立性假设过强等问题。
融合机器翻译的中文输入法
结合实际的人工翻译过程， 通过分析我们发现，一般在自动译文中-找到可以直接使用的-片断。因此，就目前的技术条件而言，我们认为重要的是以尽可能简单的方式，充分利用机器翻译结果中的正确部分，同时应该尽量避免让译员受到错误部分的干扰。
为了达到这个目的， 我们提出一种融合统计机器翻译技术的中文输入方法。该输入方法面向人工翻译场景，根据用户按键，将统计翻译中的翻译规则、翻译假设列表和n-best列表等相关信息融合进输入方法，只需较少的按键次数就可以生成准确的译文结果。使用该输入法，译员可以完全不阅读机器翻译的自动译文，但仍可以得到机器翻译的帮助。因此，相对译后编辑而言，即使机器翻译自动译文的较低，该输入法也能----译员的人机交互体验。此外，为了指导统计机器翻译系统生成更适合输入方法的翻译结果，我们提出了面向输入方法的机器翻译译文自动评价指标，使该输入方法利用更合适的统计翻译结果，进一步提升人工翻译效率。
|
登录后台
