翻译模型

最新推荐文章于 2025-07-04 11:30:13 发布
原创 最新推荐文章于 2025-07-04 11:30:13 发布 · 1.6k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

从1980年的基于规则翻译到2017年谷歌的Transformer模型，回顾翻译模型发展历程，包括统计翻译、神经网络翻译及注意力机制的引入，解析不同阶段的关键技术和突破。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

翻译模型发展史

1980年，提出基于规则的翻译
1993年，IBM提出基于词的统计翻译模型
2003年，Koehn提出基于短语的统计翻译模型
2014年，谷歌和蒙特利尔大学提出端到端神经网络机器翻译，Sequence to Sequence Learning with Neural Networks和Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation，即seqtoseq
2015年，德国雅各布大学基于seqtoseq模型，引入attention机制，即Neural Machine Translation by Jointly Learning to Align and Translate
2017年，谷歌发表Attention Is All You Need提出Transformer模型,舍弃以往在seqtoseq上使用性能较好RNN变体，完全依赖于attention机制
2017年，谷歌发表Massive Exploration of Neural Machine Translation Architectures，该篇论文用实验来分析神经网络翻译模型中哪些模块在真正地起作用

后续内容

以2014年由谷歌和蒙特利尔大学提出的神经机器翻译出发，通过梳理相关论文来理解不同翻译模型

中英翻译模型数据 中英互译语料
04-11
存放的中英翻译的模型数据，一个模型大概在220Mb左右，还有一些小的参数文件，共分为4个文件统一放在trainingzh_en_checkpoings\ckpt目录下
开源翻译大模型
make_progress的博客
03-31 7581
在开发过程中，会遇到定制化翻译工具的需要，开源的翻译模型可以解决相应的问题。
AI翻译模型实战：如何构建企业级多语言支持系统
最新发布
Agentic AI人工智能与大数据正在引领一场新智能科技革命。
07-04 916
在全球化浪潮下，企业级多语言支持系统已从"加分项"转变为"必需品"。本文将带领读者踏上构建企业级AI翻译系统的实战之旅，从基础理论到实际部署，全方位解析系统构建的每个环节。我们将深入探讨神经机器翻译的核心原理，对比主流技术方案的优劣，详解模型训练与优化的关键技巧，并通过真实案例展示如何将原型系统升级为支撑百万级日活用户的企业级解决方案。无论您是AI工程师、产品经理还是技术决策者，都能从本文获得构建高效、准确、可扩展的多语言支持系统的实用知识与最佳实践。
pytorch框架下的基于Transformer的日译中翻译模型
syzAIer的博客
06-29 1398
Transformer模型是一种基于注意力机制的神经网络架构，广泛应用于自然语言处理任务中，特别是机器翻译。相较于传统的循环神经网络（RNN）或者卷积神经网络（CNN），Transformer模型通过自注意力机制（self-attention）实现对输入序列全局信息的建模，有效处理长距离依赖关系。该模型由Vaswani等人在2017年提出，革新了序列到序列学习的范式。
多语言机器翻译 | (1)多语言翻译模型简介
sdu_hao的博客
03-07 4938
低资源机器翻译面临的主要挑战是缺乏大规模高质量的双语数据。这个问题往往伴随着多语言的翻译任务[1]。也就是，要同时开发多个不同语言之间的机器翻译系统，其中少部分语言是富资源语言，而其它语言是低资源语言。针对低资源语言双语数据稀少或者缺失的情况，一种常见的思路是利用富资源语言的数据或者系统帮助低资源机器翻译系统。这也构成了多语言翻译的思想，并延伸出大量的研究工作，其中有三个典型研究方向：基于枢轴语言的方法[2]、基于知识蒸馏的方法[3]、基于迁移学习的方法[4,5]，下面进行介绍。 1. 基于枢轴语言的方法
开源免费多语言翻译模型
weixin_42608414的博客
07-06 1万+
​今天给大家介绍赫尔辛基大学开源免费的多语言翻译模型，赫尔辛基大学开发了1400多个多语种翻译模型，我们可以在Hugging Face网站上免费下载免费使用这些模型,今天我来介绍其中的中译英和英译中两个模型。
基于TensorFlow的Transformer翻译模型.zip
03-28
Transformer翻译模型是现代自然语言处理领域的一个里程碑式创新，它由Vaswani等人在2017年的论文《Attention is All You Need》中提出。这个模型彻底改变了序列到序列学习（Sequence-to-Sequence Learning）的方式，...
基于BERT的机器翻译模型开发详解.pdf
08-09
本篇内容详细介绍了如何利用BERT开发一个机器翻译模型，涵盖从数据准备到模型部署的全过程。 首先，**数据准备**是任何机器学习项目的基础。在机器翻译任务中，需要收集大量平行语料，即具有对应翻译关系的句子对，...
中英文翻译模型，Helsinki-NLP/opus-mt-zh-en
04-15
Helsinki-NLP作为赫尔辛基大学自然语言处理团队的缩写，其推出的中英文翻译模型opus-mt-zh-en，代表了自然语言处理领域的一个重要成就。 此翻译模型基于神经机器翻译（Neural Machine Translation, NMT）技术构建，...
Helsinki-NLP 中英文翻译模型opus-mt-en-zh/opus-mt-zh-en
11-01
Helsinki-NLP 中英文翻译模型opus-mt-en-zh和opus-mt-zh-en是由Helsinki-NLP团队开发的机器翻译模型，专门用于中英文之间的互译。其中，opus-mt-en-zh模型负责将英语翻译成中文，而opus-mt-zh-en模型则承担将中文...
【Attention演变史】翻译模型seq2seq （第二弹）
Petersburg的博客
07-28 350
简要介绍seq2seq模型的意义，提及内部处理方式。
在线文本翻译能力新增14个直译模型，打造以中文为轴心语言的翻译系统
HarmonyOS SDK闭源开放能力技术团队
02-28 2347
经济全球化的今天，人们在工作和生活中经常会与外语打交道。相较传播性较广的英语而言，其他语种的识别和阅读对大多数人来说是一件难事，此时就需要借助语言翻译软件来帮助理解。 华为 HMS Core 机器学习服务（ML Kit）翻译功能提供了多种翻译模式，不仅可以满足应用出行购物、网络社交等日常场景，还提供办公文档、视频字幕等专业翻译服务，满足多种语言和场景应用。其中在线文本翻译能力支持15国语种中文互译，满足邮件翻译、语音翻译、浏览器翻译、同传翻译等场景。 当前主流的翻译模式大都以语料资源较为丰富的英文作为中间语
基于翻译的模型-TransE,TransH,TransR,TransD
AiBigData的博客
04-30 2052
基于翻译的模型 TransE模型 TransE认为在知识库中，三元组<h,r,t>可以看成头实体h到尾实体t利用关系r所进行的翻译。 比如，<柏拉图，老师，苏格拉底>头实体“柏拉图”的向量加上关系“老师”的向量，应该尽可能和尾实体“苏格拉底”的向量接近，也就是h+r≈t fr(h,t)=∣∣h+r−t∣∣l1/l2L=∑(h,r,t)∈S∑(h′,r′,t′)∈S′[γ+fγ(h,t)−fr(h′,t′)]+ f_r(\textbf h,\textbf t)=||\tex
Transformer机器翻译模型（代码实现案例）
m0_60657960的博客
03-04 4146
¶# 定义特殊字符及其对应的索引值# 确保标记按其索引的顺序正确插入到词汇表中# 训练数据集的迭代器,# 数据集是用英文描述图像的英文语句, 然后人工将其翻译为德文的语句,有两个文件, 一个是train.de 一个是train.en文件,# 然后将其构建为(德文, 英文)的形式# 创建torchtext的vocab对象, 即词汇表。
基于Transformer的翻译模型（英-＞中）
qq_44193969的博客
04-22 1万+
用transformer做翻译（英–>中） transformer结构 具体原理可以参考这篇文章Transformer 数据格式 因为我们的中文数据是繁体字，因此需将其转换为简体： import copy import math import matplotlib.pyplot as plt import numpy as np import os import seaborn as sns import time import torch import torch.nn as nn import
文本翻译模型的分类及对比分析
直达开源前线，冲冲冲！
03-20 624
日常通用翻译：优先选择GPT-4、腾讯元宝等大模型，平衡质量与效率。专业领域需求：使用垂直优化模型（如Codex）或对大模型进行领域微调。实时场景：可尝试讯飞星火、Kimi等同声传译优化模型。图像文本翻译：SVTR或结合多模态工具（如GPT-4V）提升准确率。
Transformer (Google 机器翻译模型)
RokoのBasilisk‘s Blog
02-19 2490
1. 针对Transformer（Google机器翻译模型）的概念以及相对于与传统CNN、RNN的优势 2. Transformer的实现，Multi-head Attention、FFN、AddNorm还有Encoder、Decoder的代码实现 3.层归一化和批归一化的区别
基于翻译模型（Trans系列）的知识表示学习
热门推荐
wp_csdn的专栏
03-19 2万+
翻译模型（Trans） 解决问题：知识表示与推理 将实体向量表示（Embedding）在低维稠密向量空间中，然后进行计算和推理。 主要应用：triplet classification, link prediction 目前基于翻译模型（Trans系列）的知识表示学习的研究情况 TransE, NIPS2013, Translating embeddings for mode...
Keras深度学习实战（35）——构建机器翻译模型
盼小辉丶的博客
11-09 7133
机器翻译，是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程，是人工智能的终极目标之一，具有重要的科学研究与实用价值，机器翻译技术在促进经济、文化交流等方面起到越来越重要的作用。本文中，首先介绍了机器翻译模型的基本原理，然后构建了两种不同的模型实现了机器翻译模型。
Java语言开发的Google机器翻译模型概述
在探讨如何使用Java语言实现Google的机器翻译模型时，我们首先要理解机器翻译模型的基础和Google翻译背后的技术原理，然后分析如何在Java语言中构建类似的系统。以下是详细介绍知识点： ### 机器翻译模型基础 机器...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值