神经机器翻译

人工智能-其他 Aurora👾

编码器-解码器结构----神经机器翻译的通用方法实例。编码器将源语言句子转换成向量,然后通过解码器输出翻译结果。 具体来说,神经机器翻译系统首先使用编码器读取源语言句子,构建一个[思想]向量,即代表句义的一串数字;然后使用解码器处理该容器,并输出翻译结果,如上图所示。这就是我们通常所说的编码器-解码器结构。神经机器翻译用这种方法解决以词组为基础的传统翻译系统遇到的翻译问题;神经机器翻译能够捕捉语言中的长距离依赖结构,如词性一致,句法结构等,然后输出流利度更高的翻译结果,正如谷歌神经机器翻译系统已经做到的那样。...

神经机器翻译
神经机器翻译

机器翻译

人工智能-其他 Aurora👾

RNN 可以是单向的或双向的,后者将捕捉双向的长时间依赖关系。 RNN 可以有多个隐藏层,层数的选择对于优化来说至关重要...更深的网络可以学到更多知识,另一方面,训练需要花费很长时间而且可能会过度拟合。 RNN 可以有多个隐藏层,层数的选择对于优化来说至关重要...更深的网络可以学到更多知识,另一方面,训练需要花费很长时间而且可能会过度拟合。 RNN 可以具有嵌入层,其将单词映射到嵌入空间中,在嵌入空间中相似单词的映射恰好也非常接近。 RNN 可以使用简单的重复性单元、LSTM、窥孔 LSTM 或者 GRU。...

机器翻译
机器翻译
------ 加载完毕 ------
联系需求方端客服