最近, 深度神经网络模型在命名为神经机器翻译的领域中获得了最先进的成果.
在这篇文章中, 您将发现机器翻译的挑战性和神经机器翻译模型的有效性....这种形式化的规范使给定输入序列的文本的输出序列概率最大化.这也使得存在一组候选翻译的概念是明确的, 并且需要一个搜索的过程或解码器从模型的输出概率分布中选择最可能的翻译....自20世纪80年代末这个领域开始发展以来, 最流行的统计机器翻译模型是基于序列的.在这些模型中, 翻译的基本单位是单词或单词序列...这类模型简单而有效, 与人类语言很匹配....几十年来, 统计机器翻译(SMT)一直是主流的翻译范式.SMT的具体实施通常是基于短语的系统(phrase-based systems, PBMT), 其翻译长度可能不同的单词或短语序列
Google神经机器翻译系统...问题源于固定长度的内部表示, 必须用它来解码输出序列中的每个单词.