-
收藏
-
加书架
-
引用
简介
标准的神经机器翻译模型通常是构建一个源语言到目标语言的翻译模型。在本论文中，我们将提出一些联合训练两个神经机器翻译模型的方法，其中包括以下主题：1.改进注意力模型；2.引入单语语料；3.提升基于轴语言的翻译；4.整合双向依赖关系。
编辑推荐
传统的神经机器翻译都是用一个有向的模型来对一种语言到另外一种语言的翻译进行建模。相比于传统的学习方法，本书的联合训练可以使得独立的有向模型共享双方的信息，得到的更好的交互，从而使得训练出来的模型表现更好。本书可供高校和科研院所计算机科学与技术专业的科研人员、学生以及机器智能等相关行业的工程技术人员阅读和参考。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2020-08-01
- 更新： 2023-06-07
- 书号：9787302561491
- 中图：TP391.2
- 学科：工学控制科学与工程工学计算机科学与技术
