【机器翻译】第39页

全面NLP教程（pytorch+tensorflow）

https://github.com/graykode/nlp-tutorial作者：TaeHwanJung(JeffJung)@graykode在每一个模型中，都用了一种实例来表示实现该模型，比如句子分类、机器翻译等

Meruz·2020-08-22 14:35

最简版Seq2Seq的英法机器翻译实践和详细代码解释

Seq2Seq的英法机器翻译实践本文的内容主要是基于英法平行语料库来实现一个简单的英法翻译模型。

weixin_34161032·2020-08-22 14:11

注意力机制（一）——在机器翻译中的应用

因为它最先被引入机器翻译，所以先从机器翻译看起。

weiwanshu·2020-08-22 14:37

神经机器翻译中的Attention机制

传统的机器翻译系统通常依赖于基于文本统计特性的复杂特征工程，需要投入大量工程大见他们。神经机器翻译系统NMT,把一句话的意思映射到一个固定长度的特征向量，然后基于此进行翻译。

u010105243·2020-08-22 13:58

独家 | 教你用神经网络求解高级数学方程！

作者：FrançoisCharton,GuillaumeLample翻译：冯羽校对：吴金笛本文约2650字，建议阅读10分钟本文介绍了一种利用深度学习中的神经机器翻译（NMT）技术求解方程问题的方法和系统

数据派THU·2020-08-22 13:42

机器翻译概述、seq2seq、attention机制

1.机器翻译通过计算机将一种语言翻译为其他语言。机器翻译发展概述CS224N机器翻译讲解2.seq2seqseq2seq模型，即SequencetoSequence，从一个序列到另一个序列的转换。

一只NLP的萌新er·2020-08-22 13:28

基于TensorFlow2.0使用LSTM做机器翻译

importtensorflowastfimportnumpyasnpimportunicodedataimportreraw_data=(('Whataridiculousconcept!','Quelconceptridicule!'),('Yourideaisnotentirelycrazy.',"Votreidéen'estpascomplètementfolle."),("Aman'sw

zhangztSky·2020-08-22 13:12

神经网络机器翻译seq2seq+attention（nlp实践3）

本文主要是对上篇没加attention的一个补充，attention实际上是模仿人类翻译的过程，在翻译一个句子时，有时需要根据上下文判断当前要翻译的单词的含义，那么就需要去时时查看下原本的句子，因为句子中有些部分会对当前单词预测的影响很大，那么得把这样的信息加入到预测当前单词的过程中。假如encoder的输入为[X1,...,Xj,...,XTx]，即输入句子的最大长度为s，不够时padding至

strivinging·2020-08-22 13:30

NLP实践项目四：基于Seq2Seq（包含Attention）的机器翻译（pytorch实现）

输入输出mondaymarch719831983-03-079may19981998-05-0908jul20082008-07-089/10/701970-09-101.数据预处理机器翻译任务需要在输出的句子前后添加一个标签做标志

philpanic9·2020-08-22 13:36

【NLP】容纳众多优秀模型的自然语言处理库PyTorch-Transformers

参考网站公众号：深度学习视觉前言Github:Pytorch-transformers该工具追求着这样的一个目标，几行代码调用最先进的模型，加载训练好的模型参数，来完成自然语言项目，比如机器翻译、文本摘要

深度学习视觉·2020-08-22 12:43

基于attention的seq2seq机器翻译实践详解

思路文本处理，这里我是以eng_fra的文本为例，每行是english[tab]french，以tab键分割。获取文本，清洗。分别建立字典，一个english，一个french。根据字典写好seq2id的函数（文本序列->数字序列），并调用将文本序列化。初始化Encoder，Decoder模型；选择合适的优化器；设置lr，epochs等参数；开始循环迭代：1.因为文本太大，这里是随机选择某句进行训

hzgao·2020-08-22 12:33

动手学深度学习PyTorch版-机器翻译及相关技术

hongyesuifeng·2020-08-22 12:23

从seq2seq到attention再到Transformer

seq2seq首先我们介绍下seq2seq，它首次应用在机器翻译的seq2seq，也就是enoder-decoder架构。

别水贴了·2020-08-22 12:54

深度学习的一点学习笔记（机器翻译相关）

fatekong·2020-08-22 12:22

深度学习基础（四）

机器翻译机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。主要特征：输出是单词序列而不是单个单词。输出序列的长度可能与源序列的长度不同。

帅的如此过分·2020-08-22 12:21

动手深度学习PyTorch（十一）机器翻译

机器翻译机器翻译是指将一段文本从一种语言自动翻译到另一种语言。因为一段文本序列在不同语言中的长度不一定相同，所以我们使用机器翻译为例来介绍编码器—解码器和注意力机制的应用。

Alex、木易·2020-08-22 12:50

《动手学习深度学习》之二：机器翻译（打卡2.1）

1.机器翻译和数据集1.1机器翻译定义：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）主要特征：输出是单词序列而不是单个单词。

氟西汀重度患者·2020-08-22 12:41

pytorch自然语言处理基础模型之二：seq2seq

最早由《SequencetoSequenceLearningwithNeuralNetworks》等提出，用于解决机器翻译中输入和输出不等长的问题（比如同一句话中英文的长度不相同）。

Flutter Yang·2020-08-22 11:27

pytorch-机器翻译

机器翻译和数据集机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。主要特征：输出是单词序列而不是单个单词。

胖虎艾春辉·2020-08-22 11:20

Pytorch系列教程-使用Seq2Seq网络和注意力机制进行机器翻译

前言本系列教程为pytorch官网文档翻译。本文对应官网地址:https://pytorch.org/tutorials/intermediate/seq2seq_translation_tutorial.html系列教程总目录传送门：我是一个传送门本系列教程对应的jupyternotebook可以在我的Github仓库下载：下载地址：https://github.com/Holy-Shine/P

weixin_30745553·2020-08-22 11:37

项目实战(七) - - 机器翻译（二）Seq2Seq+Attention

项目实战（七）--机器翻译（二）Seq2Seq+Attention1.任务概述2.算法流程3.代码实现与解析1.任务概述在上篇Seq2Seq的文章中我们介绍了怎么用encoder-decoder框架实现机器翻译任务

布拉拉巴卜拉·2020-08-22 11:56

【pytorch实战02】RNN相关算法实现语言模型

在2013-2015年，LSTM在手写识别、语音识别、机器翻译等多个问

mapsnirc·2020-08-22 11:26

机器翻译注意力机制及其PyTorch实现

前面阐述注意力理论知识，后面简单描述PyTorch利用注意力实现机器翻译EffectiveApproachestoAttention-basedNeuralMachineTranslation简介转存失败重新上传取消转存失败重新上传取消转存失败重新上传取消

kyle1314608·2020-08-22 11:48

NLP入门（一）：seq2seq之LSTM实现机器翻译

自然语言处理入门（一）从序列到序列的翻译任务'''https://github.com/bentrevett/pytorch-seq2seq/blob/master/1%20-%20Sequence%20to%20Sequence%20Learning%20with%20Neural%20Networks.ipynb'''#coding=gbkimporttorchimporttorch.nnas

WYXHAHAHA123·2020-08-22 11:27

2018年，自然语言处理最全的应用与合作

摘要：机器翻译、语音交互、汽车、医疗、法律、金融、广告、电商，全年案例大合集。2018年见证了NLP许多新的应用发展。

阿里云云栖号·2020-08-22 11:23

Pytorch实现Seq2Seq模型：以机器翻译为例

本文将手把手教你使用Pytorch搭建一个Seq2Seq模型来实现机器翻译的功能。

Flutter Yang·2020-08-22 11:46

自然语言处理入门教程

它是虚拟助手、语音识别、情感分析、自动文本摘要、机器翻译等的驱动力。在这篇文章中，你将学习到自然语言处理的基础知识，深入了解到它的一些技术，了解到NLP如何从深度学习的最新进展。

阿里云云栖号·2020-08-22 11:43

黑科技揭秘：面对海量的文本翻译任务，阿里翻译团队是如何解决的

面对海量的文本翻译任务，昂贵低效的人工翻译显然不能满足需求，利用计算机自动进行文本翻译的机器翻译才是解决这个问题的关键。

阿里云云栖号·2020-08-22 10:34

中文分词工具使用方法及比较

系统分词工具安装使用方法介绍数据集介绍评价指标实验结果及比较结论github项目地址参考文献分词背景介绍不管在平时的实验还是比赛中，NLP的绝大多数任务（情感分析、阅读理解、对话系统、文本分类、信息抽取、机器翻译等等

ykf173·2020-08-22 09:15

写作常考题型汇总

3.机器翻译的推进是否导致不必学外语。4.英语和国际旅游业的流行会不会导致小语种和小民族的伤害。二、新闻广告类1.人们是否只应阅读

混儿姐·2020-08-22 03:24

请注意:忘记递归神经网络

不久前，道格拉斯霍夫施塔特在一篇发表在大西洋上的文章中指出了机器翻译的“浅薄”。尽管存在局限性，但很难否认自动翻译软件不仅在许多情况下运行良好，而且其背后的技术在信息从一个领域流向

orDream·2020-08-22 02:24

numpy关于文件中数据为混合类型的时候的读取

时间：2017-10-15分类：翻译来自机器翻译.标签：numpypython基本上，我有一堆数据，其中第一列是一个字符串(标签)，其余的列是数值。

jiujiuyibai·2020-08-22 01:11

第四周：卷积神经网络 part3 2

循环神经网络往往应用于具有前后文关系的任务，比如语音识别，机器翻译，文本填空，股票预测，图像理解等等RNN引入了时序的概念，有些类似于时序数字电路，由此具有记忆的能力RNN的基本结构为可以看到，最大的不同就是添加了记忆单元整体结构为不断地对

沙夜·2020-08-21 22:00

【2020暑假学习】第四次作业：卷积神经网络 part3

循环神经网络绪论基本应用：语音问答、机器翻译、股票预测、作词、模仿论文代码、图像理解、视觉问答核心：具有上下文关系RNN与CNN的区别：CNN输入与输出之间相互独立，输出只考虑当前需要判断的图片，不会考虑前两个图片的判断结果

薄暮·2020-08-21 22:00

第四周：卷积神经网络Part3

1.绪论循环神经网络的应用语音问答、机器翻译、股票预测、作词机、模仿写论文、模仿写代码、图像理解、视觉问答循环神经网络与卷积神经网络的不同是什么？

EdwardBY·2020-08-21 22:00

Python3之数组（array）

当我们需要1000万个浮点数的时候，数组（array）的效率要比列表（list）要高得多，因为数组在背后存的并不是float对象，而是数字的机器翻译，也就是字节表述。这一点和c语言中的数组一样。

weixin_30477797·2020-08-21 22:35

第1章 NLP基础

自然语言理解自然语言生成语言理解包括很多学科：音系学：发音的系统化组织词态学：单词构成和相互关系句法学：语法正确语义学：什么意思语用学：说了干嘛语言生成包含三个阶段：文本规划语句规划实现NLP的用途：机器翻译情感分析智能问答文摘生成文本分类

什么时候能像你们一样优秀·2020-08-21 21:36

tensorflow极速入门

一、前言目前，深度学习已经广泛应用于各个领域，比如图像识别，图形定位与检测，语音识别，机器翻译等等，对于这个神奇的领域，很多童鞋想要一探究竟，这里抛砖引玉的简单介绍下最火的深度学习开源框架tensorflow

搁浅的素颜·2020-08-21 19:16

第四周：卷积神经网络 part3

一、绪论1、应用语音问答、机器翻译、股票预测、作诗作词、模仿写论文/代码、图像理解、视觉问答2、循环神经网络vs卷积神经网络传统神经网络，卷积神经网络，输入和输出是相互独立的RNN可以更好的处理具有时序关系的任务

fmz626·2020-08-21 17:00

PPT相对路径设置解决

当移动到新驱动器或文件夹在PowerPoint2003演示文稿和图像不显示链接图像察看本文应用于的产品functionloadTOCNode(){}注意：这篇文章是由无人工介入的自动的机器翻译系统翻译完成

shaopang·2020-08-21 16:30

循环神经网络学习

循环神经网络一、绪论1.循环神经网络的应用语音问答（speechquestionanswering）机器翻译（machinetranslation）股票预测作词机、作诗模仿写论文、写代码（格式）图像理解

陳半仙·2020-08-21 15:00

Learning to rank的讲解，单文档方法（Pointwise），文档对方法（Pairwise），文档列表方法（Listwise）

LTR已经被广泛应用到文本挖掘的很多领域，比如IR中排序返回的文档，推荐系统中的候选产品、用户排序，机器翻译中排序候选翻译结果等等。

yuhushangwei·2020-08-21 11:10

Neural Machine Translation

写在前面机器翻译主要用的是seq2seq的模型，配合上AttentionalModel项目参见:Seq2seq-TranslationIntroductionofSequenceModelLanguageModelLanguageModelingisthetaskofpredictingwhatwordcomesnextlanguagemodel.pngConventionalLMProbabil

一梦换须臾_·2020-08-21 06:10

美团搜索中NER技术的探索与实践

NER是信息提取、问答系统、句法分析、机器翻译、面向SemanticWeb的元数据标注等应用领域的重要基础工具，在自然语言处理技术走向实用化的过程中占有重要的地位。

美团技术团队·2020-08-21 03:45

命名实体识别（NER）理论与实战

任务目的识别文本中具有特定意义的实体，供下游任务使用，如对话系统、机器翻译、构建知识图谱等。实体类型常见的实体定义：人名、地名、机构名、日期、时间、数字、货币。

在路上·2020-08-21 02:58

luoguP1540 机器翻译题解(NOIP2010)

P1540机器翻译题目#include#include#include#include#include#include#include#include#include#include#definergregister

eternal风度·2020-08-21 01:59

2010noip提高组机器翻译 (水题)

ProblemC:机器翻译TimeLimit:1SecMemoryLimit:128MBSubmit:54Solved:27[Submit][Status][WebBoard]Description小晨的电脑上安装了一个机器翻译软件

qq_39461206·2020-08-21 01:04

NOIP2010 机器翻译解题报告（水题）

在线评测：http://codevs.cn/problem/1067/整体思路：就开个队列，开个vis数组模拟一下就好...失误之处：无体会心得：无AC代码：12345678910111213141516171819202122232425262728293031323334353637383940#include#include#include#include#includeusingnames

嘉庆帝·2020-08-21 01:57

[noip2010tg] 机器翻译

题目链接题解：闷声摸大拟#include#include#includeusingnamespacestd;intn,m,tot,x;queueq;intvis[1005];voidinit(){cin>>m>>n;for(inti=1;i>x;if(q.size()>m)//要写在if前面vis[q.front()]=0,q.pop();if(!vis[x]){tot++;q.push(x);v

沙茶·2020-08-21 01:49

[NOIP2010]机器翻译队列+模拟

题目描述小晨的电脑上安装了一个机器翻译软件，他经常用这个软件来翻译英语文章。这个翻译软件的原理很简单，它只是从头到尾，依次将每个英文单词用对应的中文含义来替换。

Who_is_WZX·2020-08-21 01:55

推荐频道

【机器翻译】