数据驱动的机器翻译技术

机器翻译是由计算机自动将一种自然语言翻译成另一种自然语言的过程。随着语言资源规模的持续增长和计算机硬件技术的大幅提高，数据驱动的机器翻译方法逐渐获得了研究者的青睐，翻译效果取得了显著的提升。本书梳理了机器翻译的基础理论和研究展，指出了数据驱动的机器翻译方法所面临的问题，详细介绍了具有代表性的改方法。这些方法既包括对句法语义、词形和零代词、翻译记忆等先验知识的建模及融合，也涉及深度神经网络、无监督树学习、生成对抗训练、联合学习、因果推断等前沿技术,可供希望深了解机器翻译研究展的读者参考。本书的 后对数据驱动的机器翻译技术行了总结，并对未来的研究方向行了展望。