神经机器翻译 基础、原理、实践与进阶

"探索神经机器翻译的理论基础、经典算法、原理技术、实践方法与前沿进展 揭示隐藏于不同机器翻译研究范式背后的科学问题 开启理解机器翻译技术的全新视角"

机器翻译是计算机科学与语言学交叉形成的最早的研究方向，是自然语言处理技术的重要发源地。本书聚焦新一代机器翻译技术——神经机器翻译，系统梳理和介绍神经机器翻译的核心方法和前沿研究课题。全书分为基础篇、原理篇、实践篇和进阶篇，覆盖神经机器翻译的基础知识、经典框架、原理技术、实践方法与技巧，以及无监督神经机器翻译、多语言神经机器翻译、语音与视觉多模态机器翻译等前沿研究方向。全书理论与实践相结合，基础与前沿相交映。除此之外，本书的一个特色是在每一章均附有一篇短评，针对相应章节的主题，介绍和评论神经机器翻译技术背后的历史、故事、思想、哲学、争议和规范等。短评与全书内容相交错，使读者对神经机器翻译技术不仅知其然，而且知其所以然。本书适合高等院校计算机专业高年级本科生，以及人工智能、自然语言处理方向的研究生阅读，也可供机器翻译研究者、实践者、使用者，以及机器翻译行业的管理者、人工翻译研究人员等对机器翻译技术感兴趣的读者参考。

"熊德意，天津大学智能与计算学部教授、博士生导师、自然语言处理实验室负责人，天津大学“语言智能与技术”中外联合研究中心主任，中译语通天津大学自然语言处理联合实验室主任、中译语通人工智能首席科学家。主要研究方向为自然语言处理，特别专注于机器翻译、对话、问答、自然语言生成、常识推理、认知计算等方向的研究。在Computational Linguistics、IEEE TPAMI、AI、AAAI、ACL等国际有名期刊和会议上发表论文100余篇，在Springer出版英文专著一部。获得国家自然科学基金优秀青年科学基金、国家重点研发计划“政府间国际科技合作创新合作”重点专项、英国皇家学会牛顿高级学者基金等资助。获得新加坡资讯通信研究院2008年年度研究贡献奖、北京市科学技术奖二等奖、中文信息学会“钱伟长中文信息处理科学技术奖汉王青年创新奖”一等奖等奖项。曾是亚洲自然语言处理联合会AFNLP干事、新加坡中文与东方语文信息处理学会理事会成员，目前是中国中文信息学会理事。担任IALP 2012&2021程序委员会共同主席，CWMT 2017程序委员会共同主席，欧盟多国联合项目QTLeap咨询专家，ACL、EMNLP、NAACL、COLING等多个知名国际会议领域主席，以及TACL和ARR的Action Editor等。 李良友，华为诺亚方舟实验室研究员、机器翻译团队负责人。在欧盟玛丽居里项目资助下，于2017年获得都柏林城市大学计算机博士学位。主要研究方向为自然语言处理，特别专注于机器翻译相关技术领域的研发。在ACL、EMNLP等多个国际有名会议和期刊上发表论文10余篇，并担任ACL、EMNLP等国际会议领域主席和会议审稿人。  张  檬，华为诺亚方舟实验室研究员。于2018年获得清华大学计算机科学与技术系博士学位。主要研究方向为机器翻译和跨语言自然语言处理。在ACL、EMNLP、AAAI、TASLP等国际有名会议和期刊上发表论文10余篇。曾获中国中文信息学会优秀博士学位论文提名奖。担任ACL、EMNLP、AAAI、IJCAI等多个知名国际会议审稿人。"

推荐序
前言
数学符号
第1章绪论
1.1引言
1.2基本思想
1.2.1基于规则的机器翻译
1.2.2统计机器翻译
1.2.3神经机器翻译
1.2.4模型设计
1.3解码
1.3.1统计机器翻译解码
1.3.2神经机器翻译解码
1.3.3搜索错误与模型错误
1.4神经机器翻译与统计机器翻译对比
1.4.1表示
1.4.2参数
1.4.3模型存储
1.4.4模型假设或约束
1.4.5端到端
1.4.6译文生成
1.4.7训练方式
1.4.8鲁棒性
1.4.9可解释性
1.4.10可干预性
1.4.11低资源适应性
1.4.12对比总结
1.5发展历史
1.5.1机器翻译发展历史
1.5.2神经机器翻译发展历程
1.6应用现状
1.6.1维度1：通用领域vs.垂直领域
1.6.2维度2：多语种vs.单语种
1.6.3维度3：云端vs.终端
1.6.4维度4：在线vs.离线
1.6.5维度5：B端vs.C端
1.6.6维度6：纯文本vs.多模态
1.6.7维度7：人机结合vs.人机分离
1.6.8维度8：机器翻译+vs.纯机器翻译
1.6.9应用现状总结
1.7本书组织
1.7.1基础篇
1.7.2原理篇
1.7.3实践篇
1.7.4进阶篇
……
第Ⅰ部分基础篇
第Ⅱ部分原理篇
第Ⅲ部分实践篇
第Ⅳ部分进阶篇
参考文献
索引