推荐星级：
- 1
- 2
- 3
- 4
- 5
神经机器翻译前沿进展
资料介绍
机器翻译研究如何利用计算机实现自然语言之间的自动翻译,是人工智能和自然语言处理领域的重要研究方向之一.近年来,基于深度学习的神经机器翻译方法获得迅速发展,目前已取代传统的统计机器翻译成为学术界和工业界新的主流方法.首先介绍神经机器翻译的基本思想和主要方法,然后对最新的前沿进展进行综述,最后对神经机器翻译的未来发展方向进行展望.
部分文件列表
| 文件名 | 大小 |
| 神经机器翻译前沿进展.pdf | 1M |
部分页面预览
（完整内容请下载后查看）：
ＤＯＩ１０．７５４４ｉｓｓｎ１０００１２３９ ．２０１７ ．２０１６０８０５
－
计 算 机 研 究 与 发 展
?
（）： ，
５４６ １１４４１１４９ ２０１７
－
ＪｏｕｒｎａｌｏｆＣｏｍ ｕｔｅｒＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏ ｍｅｎｔ
ꢀ ꢀ ꢀ ꢀ ꢀ
ｐ
ｐ
ꢀ
神经机器翻译前沿进展
刘
洋
ꢀ
（
）
清华大学计算机科学与技术系 北京
ꢀ
１０００８４
ꢀ
（ （ ）
清华信息科学与技术国家实验室 筹
ꢀ
）
１０００８４
ꢀ
北京
（ （
智能技术与系统国家重点实验室 清华大学
）
ꢀ
）
北京
１０００８４
ꢀ
（
ｌｉｕａｎ２０１１ ｔｓｉｎｈｕａ．ｅｄｕ．ｃｎ
ｙ ｇ
）
＠
ｇ
ＲｅｃｅｎｔＡｄｖａｎｃｅｓｉｎＮｅｕｒａｌＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎ
ꢀ ꢀ ꢀ ꢀ ꢀ
ＬｉｕＹａｎ
ꢀ
ｇ
（
，
，
）
Ｄｅ ａｒｔｍｅｎｔｏ Ｃｏｍ ｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ
Ｔｓｉｎ ｈｕａＵｎｉｖｅｒｓｉｔ Ｂｅｉｉｎ １０００８４
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｐ
ｆ
ｐ
ｇｙ
，
Ｔｓｉｎ ｈｕａＮａｔｉｏｎａｌＬａｂｏｒａｔｏｒ ｏｒＩｎ ｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ
ｇｙ
ｇ
ｙ
ｊ ｇ
ꢀ
（
）
Ｂｅｉｉｎ １０００８４
ｊ ｇ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｇ
ｙｆ
ꢀ
ｆ
（
（
ＳｔａｔｅＫｅ Ｌａｂｏｒａｔｏｒ ｏ ＩｎｔｅｌｌｉｅｎｔＴｅｃｈｎｏｌｏ ａｎｄＳｓｔｅｍｓ Ｔｓｉｎ ｈｕａＵｎｉｖｅｒｓｉｔ
ꢀ
），
）
Ｂｅｉｉｎ １０００８４
ｊ ｇ
ꢀ
ꢀ
ꢀ
ｙ
ꢀ
ｙ ｆ
ꢀ ꢀ
ｇ
ｇｙ
ｙ
ｇ
ｙ
ꢀ
，
Ａｂｓｔｒａｃｔ Ｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ ｗｈｉｃｈａｉｍｓａｔａｕｔｏｍａｔｉｃａｌｌ ｔｒａｎｓｌａｔｉｎ ｂｅｔｗｅｅｎｎａｔｕｒａｌｌａｎｕａｅｓ
ꢀ ꢀ
ｇ ｇ
ꢀ
ꢀ
ꢀ
ｙ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
，
ｕｓｉｎ ｃｏｍ ｕｔｅｒｓ ｉｓｏｎｅｏｆｉｍ ｏｒｔａｎｔｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｓｉｎａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｅｎｃｅａｎｄｎａｔｕｒａｌｌａｎｕａｅ
ꢀꢀ ｐ ꢀ ꢀ
ｇ ｇ
ｇ
ꢀ
ｐ
ꢀ
ꢀ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
，
ｒｏｃｅｓｓｉｎ ．Ｒｅｃｅｎｔ ｅａｒｓｈａｖｅｗｉｔｎｅｓｓｅｄｔｈｅｒａｉｄｄｅｖｅｌｏ ｍｅｎｔｏｆｎｅｕｒａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ ｗｈｉｃｈ
ꢀｙ ꢀ ｐ ꢀ ꢀ ꢀ
ｐ
ｇ
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
ꢀ
ｈａｓｒｅｌａｃｅｄｃｏｎｖｅｎｔｉｏｎａｌｓｔａｔｉｓｔｉｃａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎｔｏｂｅｃｏｍｅｔｈｅｎｅｗ ｍａｉｎｓｔｒｅａｍｔｅｃｈｎｉｕｅｉｎ
ꢀ ｐ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ
ｑ ꢀ
ꢀ
ꢀ
ꢀ
ｂｏｔｈａｃａｄｅｍｉａａｎｄｉｎｄｕｓｔｒ ．Ｔｈｉｓ ａｅｒｆｉｒｓｔｉｎｔｒｏｄｕｃｅｓｔｈｅｂａｓｉｃｉｄｅａｓａｎｄｓｔａｔｅｏｆｔｈｅａｒｔａ ｒｏａｃｈｅｓ
ꢀ ꢀ ꢀｐｐ ꢀ ꢀ ꢀ ꢀ ꢀ － ꢀｐｐ
ꢀ
ｙ
ꢀ
ꢀ
－
－
ｉｎｎｅｕｒａｌ ｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ ａｎｄｔｈｅｎ ｒｅｖｉｅｗｓｒｅｃｅｎｔｉｍ ｏｒｔａｎｔｒｅｓｅａｒｃｈ ｆｉｎｄｉｎｓ．Ｔｈｅ ａｅｒ
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀｐｐ
ꢀ
ꢀ
ꢀ
ｐ
ꢀ
ꢀ
ｇ
ｃｏｎｃｌｕｄｅｓｗｉｔｈａｄｉｓｃｕｓｓｉｏｎａｂｏｕｔ ｏｓｓｉｂｌｅｆｕｔｕｒｅｄｉｒｅｃｔｉｏｎｓ．
ꢀ ꢀꢀ ꢀ ꢀｐ ꢀ ꢀ
； ； ；
Ｋｅ ｗｏｒｄｓ ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｅｎｃｅ ｄｅｅ ｌｅａｒｎｉｎ ｎｅｕｒａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ ｅｎｃｏｄｅｒｄｅｃｏｄｅｒｆｒａｍｅｗｏｒｋ
－
；
ꢀ
ꢀ
ｇ
ｐ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
ｙ
ꢀ
ａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ
ꢀ
，
机器翻译研究如何利用计算机实现自然语言之间的自动翻译 是人工智能和自然语言处理领域
摘
要
ꢀ
ꢀ
， ，
的重要研究方向之一 近年来 基于深度学习的神经机器翻译方法获得迅速发展 目前已取代传统的统
．
，
计机器翻译成为学术界和工业界新的主流方法 首先介绍神经机器翻译的基本思想和主要方法 然后对
．
，
最新的前沿进展进行综述 最后对神经机器翻译的未来发展方向进行展望
．
； ； ； ；
人工智能 深度学习 神经机器翻译 编码器－解码器架构 注意力机制
关键词
ꢀ
中图法分类号
ＴＰ３９１
ꢀ
，
年代末至今 机器翻译研究大体
机器翻译研究如何利用计算机实现自然语言之
自
世纪
２０
４０
ꢀꢀ
间的自动转换 是人工智能和自然语言处理领域的
重要研究方向之一 机器翻译作为突破不同国家和
，
：
上经历了 个发展阶段 理性主义方法占主导时期
２
（
—
）
和经验主义方法占主导时期
１９４９ １９９２
（
—
．
１９９３
“ ”
民族之间信息传递所面临的 语言屏障 问题的关键
） ，
早期的机器翻译主要采用理性主义方法 主
２０１６ ．
， 、
技术 对于促进民族团结 加强文化交流和推动对外
，
张由人类专家观察不同自然语言之间的转换规律
贸易具有重要意义
以规则形式表示翻译知识 虽然这类方法能够在句
．
．
：
；
修回日期
２０１６ １１ １０
：
收稿日期
－
－
－ －
２０１７ ０２ ２２
ꢀ
ꢀ
：
基金项目 国家自然科学基金优秀青年科学基金项目
（
）
６１５２２２０４
（
）
Ｔｈｉｓｗｏｒｋｗａｓｓｕ ｏｒｔｅｄｂ ｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａｆｏｒＥｘｃｅｌｌｅｎｔＹｏｕｎ Ｓｃｉｅｎｔｉｓｔｓ ６１５２２２０４ ．
ꢀ ｐｐ ꢀｙ ꢀ ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
：
洋 神经机器翻译前沿进展
刘
ꢀ
１１４５
、
法和语义等深层次实现自然语言的分析 转换和生
务的推出标志着数据驱动的统计机器翻译方法成为
， 、 、
成 却面临着翻译知识获取难 开发周期长 人工成
，
商业机器翻译系统的主流 尽管如此 统计机器翻译
．
、
本高等困难
仍面临着翻译性能严重依赖于隐结构与特征设计
．
，
随着互联网的兴起 特别是近年来大数据和云
、
局部特征难以捕获全局依赖关系 对数线性模型难
，
计算的蓬勃发展 经验主义方法在
世纪
年代
以处理翻译过程中的线性不可分现象等难题
２０
９０
．
，
年以来 端到端神经机器翻译
（
ｅｎｄｔｏ
－
以后开始成为机器翻译的主流 经验主义方法主张
．
自
２０１４
－
［
４５
）
］
－
，
以数据而 不 是 人 为 中 心 通 过 数 学 模 型 描 述 自 然
获 得 了 迅 速 发
ｅｎｄｎｅｕｒａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ
ꢀ
ꢀ
ꢀ
，
语言的转换过程 在大规模多语言文本数据上自动
，
展 相对于统计机器翻译而言在翻译质量上获得显
训练数学 模 型 这 一 类 方 法 的 代 表 是 统 计 机 器 翻
．
著提升 图 给出了统计机器翻译与神经机器翻译
． １
［
］
１３
，
［］
６
，
神经机器翻译
－
（
、
译
其基本思想是通过隐结构 词语对齐 短语切
在
种语言对上的对比实验结果
３０
、 、 ） ，
分 短语调序 同步文法等 描述翻译过程 利用特征
，
种语言对上超过统计机器翻译 因此
．
在其中的
２７
，
刻画翻译规律 并通过特征的局部性采用动态规划
、
Ｇｏｏｌｅ
ｇ
神经机器翻译已经取代统计机器翻译成为
、 、
微软 百度 搜狗等 商 用在 线 机 器 翻 译 系统 的 核心
算法在指数级的搜索空间中实现多项式时间复杂度
，
的高效翻译
年
在线翻译服
ＧｏｏｌｅＴｒａｎｓｌａｔｅ
ｇ ꢀ
技术
．２００６
．
（ ）
Ｆｉ ．１ Ｃｏｍ ａｒｉｓｏｎｂｅｔｗｅｅｎｓｔａｔｉｓｔｉｃａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎａｎｄｎｅｕｒａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ ＮＭＴ ｏｎ
ꢀ
ｇ
ꢀ
ｐ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
［］
６
３０ｌａｎｕａｅｓ ａｉｒｓ
ｇ ｇ ꢀｐ
［］
６
（
）
与神经机器翻译
ＰｂＳＭＴ
（ ）
在
ＮＭＴ ３０
图
统计机器翻译
个语言对上的对比
１
ꢀ
－
相关下载
- 华为模块电源管理设计指导-(V100R001_02 Chi...
- 华为LGA模块PCB设计指导_V2.0_20150126.pdf
- HUAWEI Module USB Interface Descriptor Gui...
- HUAWEI ME909s-821 LTE LGA模块硬件指南V100R...
- HUAWEI ME909s-821 LTE LGA Module Acceptanc...
- HUAWEI 30 mm x 30 mm LGA Module Hardware M...
- HUAWEI 30 mm x 30 mm LGA Module Developmen...
- Altium_Designer_规则设置三例.pdf
- STM32F407产品技术培训-DSP库及其例程
- STM32F407产品技术培训-2.浮点单元.pdf
全部评论(0)