深度学习在自然语言处理中的应用全景图-下

机器翻译 机器翻译研究的是如何使用计算机自动翻译人类语言。 深度学习用于机器翻译主要有两类方法： 将深度学习用于改进统计机器翻译的各个组件，如词对齐，翻译规则概率估计，短语重新排序模型，语言模型和模型特征组合。 基于编码器-解码器框架的端到端翻译系统，可以直接用神经网络将源语言映射到目标语言。 端到端神经机器翻译与传统统计机器翻译的主要区别是它可以直接从数据中学习，无需手动设计特征来捕获翻译规则。

>>阅读原文<<