猿急送>

北京其它兼职程序员

ID：246665

Aurora👾

中朝神经机器翻译

公司信息：
自然语言处理方向博士在读

工作经验：
4年

兼职日薪：
500元/8小时

兼职时间：
可工作日远程

所在区域：
北京
海淀

技术能力

机器学习，深度学习，tensorflow，pytorch，神经机器翻译等。
电子技术、离散数学、程序设计、数据结构、操作系统、计算机组成原理、微机系统、计算机系统结构、编译原理、计算机网络、数据库系统、软件工程、人工智能、计算机图形学、数字图像处理、计算机通讯原理、多媒体信息处理技术、数字信号处理、计算机控制、网络计算、算法设计与分析、信息安全、应用密码学基础、信息对抗、移动计算、数论与有限域基础、人机界面设计、面向对象程序设计等

项目经验

中朝神经机器翻译项目，首先获取语料，然后通过深度学习框架tensorflow进行模型训练，最后得到模型，测试翻译效果。与传统的统计机器翻译不同，NMT的目标是建立一个单一的神经网络，可以共同调整以最大化翻译性能。最近提出的用于神经机器翻译的模型经常属于编码器-解码器这种结构，将源句子编码成固定长度的矢量，解码器从该矢量生成翻译。

案例展示

神经机器翻译

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
机器翻译

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