随着经济社会的国际交流合作日益密切,人们迫切需要高质量、高效率的跨语言信息获取和传播工具。《神经网络机器翻译技术及产业应用》以产业需求为牵引,分析了新时期机器翻译的产业需求特点和挑战,介绍了神经网络翻译的基本理论、前沿技术以及面向产业应用的实用系统开发方法。
《神经网络机器翻译技术及产业应用》主要面向相关领域的学生、科研人员、技术开发人员以及语言服务行业的从业人员。读者可以通过本书厘清机器翻译技术的发展脉络,快速了解和掌握最新方法,还可以根据书中的讲解,在开源平台上快速搭建实用的机器翻译系统。
《神经网络机器翻译技术及产业应用》共九章,由浅入深地为读者讲解神经网络机器翻译的前世今生。
|
结合时代背景,简要概述机器翻译的发展历程,分析机器翻译的产业需求特点及技术挑战 |
第2章 翻译语料获取与译文质量评价 |
探讨机器翻译语料获取技术和机器翻译常用的评价方法 |
第3章 神经网络机器翻译 |
介绍目前主流的机器翻译方法——神经网络机器翻译,包括基本原理、主要模型结构,以及如何利用开源工具搭建神经网络机器翻译系统 |
第4章 高性能机器翻译 |
结合产业化实践,分析高性能机器翻译系统,包括模型结构优化、模型压缩、系统部署等 |
第5章 多语言机器翻译 |
讲述多语言机器翻译,针对资源稀缺、语言数量多、部署难度大等技术挑战,从数据增强、多语言翻译统一建模、多语言预训练等方面展开分析,并结合多家知名企业的实践经验,介绍大规模多语言机器翻译系统 |
第6章 领域自适应 |
探讨领域自适应技术,介绍如何通过数据增强、优化训练、术语翻译、记忆库等,进一步提升翻译模型在具体领域上的翻译质量,以满足不同场景的实际需求 |
第7章 机器同声传译 |
分析机器同声传译,包括机器同传的主要挑战、发展现状、主流技术、开放数据集、评价方式等,并介绍如何使用开源工具搭建机器同传系统 |
第8章 机器翻译产业化应用 |
介绍机器翻译丰富的产品形式和广泛的产业应用 |
第9章 总结与展望 |
总结全书,展望机器翻译未来的发展趋势 |
本书特色
作者简介