今天我們要學習機器翻譯，機器翻譯就是讓計算機來幫我們將一種語言自動翻譯成另一種語言。
現在機器翻譯幾乎已經成為我們生活中不可缺少的工具了，當我們在看英文文件時，可以直接把不懂的單詞、句子，甚至段落，複製到谷歌翻譯等工具中就可以立刻得到翻譯結果。
有了機器翻譯，我們的生活變得更加便利。世界上有 5000 多種語言，以前如果乙個人需要和另乙個國家的**暢地進行溝通，就需要掌握這門外語，但是學習一種新的語言是需要很多成本的，需要付出很多時間和精力還不一定能學得很好。
現在我們可以將翻譯這個任務交給機器，在一定程度上降低了溝通成本，也讓我們的視野變得更廣，當我們在查詢某個問題的資料時可能除了英語還會查到日語俄語等語言的內容，這個時候不需要去特意的學習這些語言，只要輸入到軟體裡就可以得到差不多準確的結果。
那麼今天我們就來學習一下，我們生活中常用的機器翻譯系統背後的原理是什麼。
首先讓我們先來簡單地看一下機器翻譯技術的發展過程：
目前為止機器翻譯主要經歷了三個階段的發展：
rbmt：rule based machine translation
Google神經機器翻譯系統 要點備忘
現有nmt系統缺點 計算量大，難應對低頻詞 2 2015經典nmt 裡的模型，是 上一時刻隱藏層輸出s，上一時刻輸出層 詞的詞向量e y 和當前上下文向量c 這三者輸入到當前時刻lru單元中，得到當前時刻隱藏層輸出s 當前上下文向量c 是由encoder的所有時刻隱藏層輸出h的加權得到 各時刻權重a...
Facebook轉向神經網路機器翻譯（NMT）
facebook近期宣布面向全球推出nmt 神經網路機器翻譯，neural machine translation 從基於短語的翻譯模型轉向nmt，使得facebook可以支援超過兩千種的語言互譯，並達到了每天45億次的翻譯量。據facebook介紹，nmt使得blue分值增加了11 bleu是一種...
Facebook轉向神經網路機器翻譯（NMT）
facebook近期宣布面向全球推出nmt 神經網路機器翻譯，neural machine translation 從基於短語的翻譯模型轉向nmt，使得facebook可以支援超過兩千種的語言互譯，並達到了每天45億次的翻譯量。據facebook介紹，nmt使得blue分值增加了11 bleu是一種...