Machine Translation 简介 机器翻译（Machine Translation, MT）研究如何利用机器实现一种自然语言（源语言）到另一种自然语言（目标语言）的自动翻译。 现代机器翻译的研究经历了基于规则的机器翻译（RBMT），统计机器翻译（SMT），发展到现在最为主流的基于深度学习的神经机器翻译（NMT）。 NMT基于端到端的神经网络模型（seq2seq）， 核心模块从循环神经网络（RNN）逐渐演变为现在主流的基于自注意力机制（self-attention）的Transformer架构。 近年来， NMT取得了显著的进展，尤其是在某些特定领域或限制场景上，比如新闻翻译领域。 但是，仍然有许多问题亟待解决。比如针对资源稀缺的语言对上的翻译模型质量较低；篇章级别的翻译不够连贯通顺等。
Read more...
简介 任务导向型对话系统（Task-Oriented Dialogue System）指特定条件下提供信息或服务的对话系统。通常是为了满足带有明确目的的用户，例如查餐厅、找酒店、订机票等任务场景。如今越来越多的被应用到实际的场景中，例如siri，阿里小密这类产品。
Read more...
2020年1月13日至1月15日，瑞士苏黎世大学Rico Sennrich教授来访TJUNLP实验室，展开为期3天的学术交流。同期，TJUNLP实验室开展了年度总结活动。
Read more...