积分商城

最新搜索： RFID SDK HFSS windows 2000 RDA5807 tina
您现在的位置是：首页 > 技术资料 > 神经机器翻译前沿进展
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

神经机器翻译前沿进展

更新时间：2019-12-25 08:13:57 大小：1M 上传用户：zhiyao6查看TA发布的资源 标签：神经机器翻译 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

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

【关注视频号领20积分】   【关注公众号立即送20积分】

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

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号