neural machine translation by jointly learning to align and translate阅读

原文地址 2015 摘要 与传统的统计机器翻译不同的是，神经机器翻译的目的是建立一个单一的神经网络，可以协同调整，使翻译性能最大化。 我们推测，固定长度向量的使用是编码-解码结构性能提升的瓶颈；因此，本文提出了下面的方法来提升性能，通过让模型自动（soft-）搜索与预测目标词相关的源句部分，而不需要显式地将这些部分分块（hard segment）。 通过定性分析，验证了我们方法的正确性。 引言 背

>>阅读原文<<