神经机器翻译中的Attention机制

传统的机器翻译系统通常依赖于基于文本统计特性的复杂特征工程，需要投入大量工程大见他们。 神经机器翻译系统NMT,把一句话的意思映射到一个固定长度的特征向量，然后基于此进行翻译。由于NMT不再依赖于n-gram计数，而是捕捉文本更高层的含义。 基于encoder-decoder的模型 NMT系统使用RNN将源语句（比如，一句德语）编码为一个向量，然后同样用RNN将其解码为英语。 如上图中，“Echt

>>阅读原文<<