【机器翻译】机器翻译入门
机器翻译入门，传统的以及微软刘铁岩团队提出的Dual learning，相关内容转载如下。声明：一些内容转载并整合。 第一部分：转载自https://www.cnblogs.com/xing901022/p/7486601.html；作者：xingoo 我们先来看看 ...
原文：机器翻译模型 Transformer
transformer是一种不同于RNN的架构，模型同样包含 encoder 和 decoder ，但是encoder 和 decoder 抛弃了RNN，而使用各种前馈层堆叠在一起。 Encoder： 编码器是由N个完全一样的层堆叠起来的，每层又包括两个子层 sub layer ，第一个子层是multi head self attention mechanism层，第二个子层是一个简单的多层全连接 ...
2018-12-12 03:22 0 1116 推荐指数：
相关推荐
NMT 机器翻译
本文近期学习NMT相关知识，学习大佬资料，汇总便于后期复习用，有问题，欢迎斧正。 目录 RNN Seq2Seq Attention Seq2Seq + Attention Transformer Transformer-xl 1. RNN 根据输出 ...
利用Fairseq训练新的机器翻译模型
利用Fairseq训练一个新的机器翻译模型，官方机器翻译(German-English)示例：Fairseq-Training a New Model。 数据预处理 进入fairseq/examples/translation目录下，执行sh prepare-iwslt14.sh ...
Pytorch-seq2seq机器翻译模型+attention
笔记摘抄 语料链接：https://pan.baidu.com/s/1wpP4t_GSyPAD6HTsIoGPZg 提取码：jqq8 数据格式如图： 导包： 1. 数据预处理 1.1 ...
RNN与应用案例：注意力模型与机器翻译
1. 注意力模型 1.2 注意力模型概述 注意力模型（attention model)是一种用于做图像描述的模型。在笔记6中讲过RNN去做图像描述，但是精准度可能差强人意。所以在工业界，人们更喜欢用attention model。 结合下图，先简单地讲一下，注意力模型的运作原理。 第一步 ...
神经机器翻译-NMT
论文： Neural Machine Translation by Jointly Learning to Align and Translate 提出背景： 机器翻译又称为自动翻译，是利用计算机将一种自然语言(源语言)转换成另外一种自然(目标语言)语言的过程，本质 ...
机器翻译技术的现状
基于规则 基于规则的机器翻译早在几十年前即已开发出来，是最早的实用自动翻译方法。这类翻译引擎的工作原理是解析源语言句子，分析其结构（例如，确定哪些词汇用作动词或名词），接着将句子转换为中间的、机器可读的代码，然后再将它们转换为目标语言。 基于规则的机器翻译的优点是十分精细的翻译引擎可翻译 ...