1. 研究背景论文首先提到为什么要进行这个研究。对机器翻译作人工评价时会考量到翻译的许多方面：如翻译的充分性、忠实度、和流畅度。通常这些人工评价工作非常费时也非常昂贵。对于机器翻译的研发人员来说这种人工评价方式非常不方便，因为他们需要对机器翻译系统作日常的监测和评估，以了解每个小改变，从而甄选出好的想法。 在这篇论文中，研究者们提出一种快速、费用低廉、不
【机器翻译】transformer 2018-05-01 | ML ， app ， nlp ， translation ， 2. 主流model-研究现状 ， 2. NMT ， transformer |
转载
2024-05-24 12:40:53
95阅读
transformer是一种不同于RNN的架构，模型同样包含 encoder 和 decoder ，但是encoder 和 decoder 抛弃 了RNN，而使用各种前馈层堆叠在一起。Encoder： 编码器是由N个完全一样的层堆叠起来的，每层又包括两个子层(sub-layer)，第一个子层是multi-head self-attention mechanism
转载
2024-05-22 19:56:19
136阅读
图解 Transformer
在之前的博客《图解机器翻译模型：基于注意力机制的 Seq2Seq》中，我们介绍了注意力（Attention）机制，这也是深度学习模型中一种较为常用的方法。在本篇博客中，我们将介绍一种新的模型 Transformer，一种使用注意力机制来提高模型训练速度的模型。Transformer 是在论文 Attention is All You Need 中首次
转载
2024-08-15 16:20:16
521阅读
1.机器翻译概述： 使用计算机将一种自然语言转换成另一种自然语言的过程,机器翻译试图利用计算机来模拟人的翻译能力，因此他也成为人工智能的一个重要分支[1]。 2.机器翻译发展历史 开创期：（1947-1964） 1954年美国乔治敦大学与IBM公司合作，首次完成了英俄机器翻译，展示了机器翻译的可行性，拉开了机器翻译发展的序幕，随后多个国家开始对机器翻译的研究。[2] 低潮期：（1964-1975）
转载
2024-03-24 09:19:00
83阅读
机器翻译1.定义将一段文本从一种语言自动翻译为另一种语言， 用神经网络解决这个问题通常称为神经机器翻译（NMT）。 主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。2.code 实现## 机器翻译定义
"""
主要是将一段文本从一种语言自动翻译成另外一种语言
输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同
"""
import os
os.li
转载
2024-03-26 14:31:19
169阅读
最近在给自己收藏的一些本地歌曲文件手动加歌词的时候，遇到这样一句念白：It’s been a long time.Yes,ma’am. A lot of water under the bridge.我去百度查了这句词，一眼就觉得不对啊，别人说好久不见，你回一个「桥下有很多水」是什么意思 ❓ ❓ ❓不过我立马就想到，这一定是一句俗语！果不其然，我单独查了一下，才明白这句话和我们中国人说「往事如烟」
在本博文中，将深入探讨如何使用PyTorch实现Transformer模型用于机器翻译。随着自然语言处理技术的快速发展，Transformer架构因其卓越的性能而在机器翻译任务中占据主导地位。本文将包括背景描述、技术原理、架构解析、源码分析及应用场景，为您提供全面的理解和实践指导。
## 背景描述
机器翻译是自然语言处理领域的一个重要任务，其目标是将一种语言的文本转换为另一种语言的文本。传统的
关于翻译类app很多，那么在众多的翻译类app中，哪些可以值得一试，通过组员们以下分析，你讲知道一二。 组员A谷歌翻译：它的工作原理Google 翻译生成译文时，会在数百万篇文档中查找各种模式，以便为您决定最佳翻译。Google 翻译通过在经过人工翻译的文档中检测各种模式，进行合理的猜测，然后得出适当的翻译。这种在大量文本中查找各种范例的过程称为“统计机器翻译”。由于译文是由机器生成的，
转载
2024-05-13 17:17:51
109阅读
machine translationmachine translation是机器自行进行翻译，不需要人类干预。课堂中涉及两个名词：FAHQMT(Fully Automatic High Quality Machine Translation)， FAMT(Fully Automatic Machine Translation)。Human Aided Machine Machine Transl
转载
2024-04-30 20:28:59
82阅读
1 简介本文主要讲机器翻译时如何更好的进行汉字分割。本文参考2008年《Optimizing Chinese Word Segmentation for Machine Translation Performance》翻译总结。基于基本的机器翻译结果分析，我们发现下面文字分割有利于机器翻译： 1）基于特征的分割，比如支持向量机、条件随机场（CRF），有非常好的表现。主要是其一致性。而上下文分割方法
转载
2024-02-23 21:16:38
140阅读
一、背景知识机器翻译，Machine Translation，简称MT，是一种运用计算机将一个句子从一种语言翻译成另一种语言的技术，是自然语言处理领域中一项重要的任务。机器翻译最早可以追溯到19世纪50年代的冷战时期，其目的是实现英语和俄语的翻译，但那个时候的技术手段主要是基于规则。之后到90年代才出现了基于统计学的机器翻译技术，而在2010后乘着深度学习的风，神经网络也被大量应用于机器翻译中，并
转载
2024-08-19 15:20:57
412阅读
双语评估替换分数（简称BLEU）是一种对生成语句进行评估的指标。完美匹配的得分为1.0，而完全不匹配则得分为0.0。这种评分标准是为了评估自动机器翻译系统的预测结果而开发的，具备了以下一些优点：计算速度快，计算成本低。容易理解。与具体语言无关。已被广泛采用。BLEU评分是由Kishore Papineni等人在他们2002年的论文BLEU a Method for Automatic Evalua
转载
2023-10-10 15:01:35
402阅读
模拟 机器翻译大概题意：有M个单元均可存放一单词。但出现单元里面没有的新单词时，查询一次，如果当前内存中已存入的单词数不超过M-1，自动存储在后面；若内存中已存入M个单词，清空最早储存的单词，来存放新单词。 长度为N个单词。需要查找多少次词典？ 思路很简单，先暴力搜索，没有就考虑加入单元，没满直接加后面，满了从已经删除的地方+1开始删除，这个地方肯定是单元里面现有的最先进来的，替代它就好。#inc
转载
2024-09-23 14:47:57
54阅读
文章目录9.5. 机器翻译与数据集9.5.1. 下载和预处理数据集9.5.2. 词元化9.5.3. 词表9.5.4. 加载数据集9.5.5. 训练模型9.5.6. 小结 9.5. 机器翻译与数据集语言模型是自然语言处理的关键， 而机器翻译是语言模型最成功的基准测试。 因为机器翻译正是将输入序列转换成输出序列的 序列转换模型（sequence transduction）的核心问题。机器翻译（mac
转载
2024-09-23 12:51:18
266阅读
不久前，一个实时翻译视频风靡网络，视频中两名分别说着英语和西班牙语的人借助Skype软件的实时翻译功能竟然实现了无障碍交流。这种之前只在科幻片中存在的场景如今已成现实，而这一切都得益于机器翻译技术。那么什么是机器翻译呢？机器翻译（machine translation），又称为自动翻译，是利用计算机把一种自然语言转变为另一种自然语言的过程。机器翻译的实现方法随着科技和社会经济的快速发展，全世界的互
转载
2024-07-21 20:46:25
45阅读
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 文章目录BERT: Pre-training of Deep Bidirectional Transformers for Language UnderstandingAbstract1.Introduction2 Related Wor
转载
2024-07-16 15:11:07
213阅读
## 使用 PyTorch 实现 Transformer 机器翻译
在这篇文章中，我们将教会你如何使用 PyTorch 来实现一个简单的 Transformer 模型，用于机器翻译。我们将从构建模型到训练和评估模型，逐步进行。
### 流程概述
在开始之前，我们可以将整个过程划分为以下几个步骤：
| 步骤 | 描述 |
|------|------|
| 1 | 准备数据集 |
|
提出背景： 机器翻译又称为自动翻译，是利用计算机将一种自然语言(源语言)转换成另外一种自然(目标语言)语言的过程，本质问题是如何实现两种不同语言之间的等价转换。它是计算语言学的一个分支，是人工智能的终极目标之一，具有重要的科学研究价值。机器翻译是计算语言学的一个分支，是人工智能的终极目标之一，具有重要的科学研究价值。同时，机器翻译又具有重要的实用价值。随着经济全球化及互联网的飞速发展，机器翻
转载
2024-08-19 16:31:38
102阅读
@[TOC]（机器相关及相关技术） 机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。主要特征为：输出是单词序列而不是单个单词。输出序列的长度可能与源序列的长度不同。BPE（byte pair encoding ）:词表压缩NMT 系统为了能够控制计算的复杂度，有 着一个固定大小的词汇表，通常会将词汇表限制在 30k 到 80k 之间
转载
2024-06-10 11:58:20
69阅读
