Machine Translation

March 01, 2020 ( last updated : March 01, 2020 )
machine-translation topics

---

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。

近两年我们相关的进展

---

• Cao Q, Xiong D. Encoding gated translation memory into neural machine translation[C]//Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing. 2018: 3042-3047.
• Cao Q, Kuang S, Xiong D. Learning to Reuse Translations: Guiding Neural Machine Translation with Examples[J]. arXiv preprint arXiv:1911.10732, 2019.

---

Related posts :

• Question Generation
• Question Answering
• Task-Oriented Dialogue System