pmi所定義的項目管理知識體系將整個項目管理分為42個過程，這些過程可以歸入五大過程組也稱“階段”，或歸入項目管理涉及到的九大知識領域。五大過程組通常包括：
項目啟動階段project initiating
這一階段的任務是確定一個項目或一個階段可以開始，并要求著手施行。主要工作包括：收集數據、識別需求、建立目標、進行可行性研究、確定利益相關者、評價風險等級、制定策略、確定項目小組、估計所需資源等。此階段的工作在時間跨度上通常占整個項目的5%，比重雖然不大，但卻為重要。
項目計劃階段project planning
這一階段的任務是制定計劃并編制可操作的進度安排，丹陽外語翻譯招聘，-實現項目既定目標，在時間跨度上通常占整個項目的20%。主要工作包括：---關鍵人員、制定項目計劃包括標準、資源、預算、---、進度表、工作分解結構wbs等、評估項目風險。
項目執行階段project executing
這一階段的任務是協調人力資源及其他資源，執行計劃。在時間跨度上由于和項目監控階段交疊，因此不宜絕i對區分，通常所需時間占整個項目的60%。主要工作包括：實施項目計劃、報告項目進度、進行信息交流、激勵-以及采購等。
項目監控階段
這一階段的任務是---和檢測過程，-時采取一些修正措施，-項目達到目標，主要工作是對項目范圍、項目進度、項目成本以及項目進行有效的監控和調整，并力求在其間達到i佳平衡。
項目收尾階段project closing
這一階段的任務是取得項目或階段的正式-并且有序地結束該項目或階段，從時間上而言，通常占整個項目的5%。主要工作包括交付項目產品、評價項目表現、項目文件歸檔及總結項目經驗教訓等。
技術背景
1機器翻譯研究歷程
機器翻譯的研究在上世紀五十年代就已經展開，早期的工作主要以基于規則的方法為主，進展相對來說比較緩慢。之后美國自然語言處理咨詢委i員會還作出了一個質疑了機器翻譯的可行性的報告，對該領域研究造成了一定阻礙。到了上世紀九十年代，ibm提出了著i名的基于詞的翻譯模型，開啟了統計機器翻譯時代，隨后短語和句法模型相繼被提出，翻譯得到了-提升。近兩年神經網絡機器翻譯方法開始興起，該方法突破統計機器翻譯方法中的許多---，成為當前的研究-。
2統計機器翻譯
統計機器翻譯的基本思想是充分利用機器學習技術從-雙語平行語料中自動獲取翻譯規則及其概率參數，然后利用翻譯規則對源語言進行解i碼。對于給定的源語言，統計機器翻譯認為其翻譯可以是任意的目標語言，只是不同目標語言的概率不同。而統計機器翻譯的任務，就是從所有的目標語言中，找到概率i大的譯文。
3神經網絡機器翻譯
神經網絡機器翻譯neural machine translation，nmt是近年來興起的一種全新的機器翻譯方法，其基本思想是使用神經網絡直接將源語言文本映射為目標語言文本，這種編碼器解i碼器架構使得它可以采用端到端的方式進行訓練，丹陽外語翻譯經驗，能同時優化模型中的所有參數。完全不同于傳統機器翻譯中以基于離散符號的轉換規則為-的做法，需要經過詞對齊，抽規則，概率估計和調參等一系列步驟，容易產生誤差傳播。神經網絡機器翻譯使用連續的向量表示對翻譯過程進行建模，丹陽外語翻譯，因而能從-上克服傳統機器翻譯中的泛化性能不佳、獨立性假設過強等問題。
融合機器翻譯的中文輸入法
結合實際的人工翻譯過程， 通過分析我們發現，一般在自動譯文中-找到可以直接使用的-片斷。因此，就目前的技術條件而言，我們認為重要的是以盡可能簡單的方式，充分利用機器翻譯結果中的正確部分，同時應該盡量避免讓譯員受到錯誤部分的干擾。
為了達到這個目的， 我們提出一種融合統計機器翻譯技術的中文輸入方法。該輸入方法面向人工翻譯場景，根據用戶按鍵，將統計翻譯中的翻譯規則、翻譯假設列表和n-best列表等相關信息融合進輸入方法，只需較少的按鍵次數就可以生成準確的譯文結果。使用該輸入法，譯員可以完全不閱讀機器翻譯的自動譯文，但仍可以得到機器翻譯的幫助。因此，相對譯后編輯而言，即使機器翻譯自動譯文的較低，該輸入法也能----譯員的人機交互體驗。此外，為了指導統計機器翻譯系統生成更適合輸入方法的翻譯結果，我們提出了面向輸入方法的機器翻譯譯文自動評價指標，使該輸入方法利用更合適的統計翻譯結果，進一步提升人工翻譯效率。
登錄后臺
