神经网络机器翻译Neural Machine Translation(3): Achieving Open Vocabulary Neural MT

端到端的神经网络机器翻译（End-to-End Neural Machine Translation）是近几年兴起的一种全新的机器翻译方法。前面介绍了NMT的基本RNN Encoder-Decoder结构以及Attention Mechanism。但是经典的Encoder-Decoder结构存在一个明显的问题，就是源端与目标端都使用固定大小的词典，而OOV词通常用一个UNK表示，如果目标端词典太大则会导致计算复杂度变大。为了解决这一问题，研究者们也提出了一些工作。

转载请注明出处：http://blog.csdn.net/u011414416/article/details/51108193

本文详细介绍的工作有：
Thang Luong, Ilya Sutskever, Quoc Le, Oriol Vinyals, and Wojciech Zaremba. Addressing the rare word problem in neural machine translation. In Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing (Volume 1: Long Papers), pages 11-19, Beijing, China, July 2015.

未完。。
待续。。