神经机器翻译通过联合学习对齐和翻译而成

简介：
本文探讨了一种神经机器翻译方法，该方法通过同时进行词汇对齐与翻译任务的学习，提升跨语言信息处理的效果和效率。 论文《通过联合学习对齐与翻译实现神经机器翻译》（Neural Machine Translation by Jointly Learning to Align and Translate）在ICLR2015会议上发表。 **个人解读** Wang Anna & Hytn Chen于2020年2月13日更新了他们的见解。以下是关于机器翻译的简要介绍： 自1980年代以来，基于规则的翻译方法被广泛应用，其主要流程包括输入文本、词性分析、使用词典查询以及调整语序等步骤以输出结果。 进入1990年代后，统计模型开始在机器翻译中占据主导地位。这种方法通过为整个翻译过程建立概率模型，并引入隐变量来增强翻译的准确性。例如，在2002年时，学者Och和Ney提出了一个重要的概率模型公式P(y|x;θ) = ∑z exp(θ⋅ϕ(x,y,z)) / (∑y∑z exp)，这一贡献对机器翻译技术的发展产生了深远影响。