31、自然语言理解与生成中的深度学习应用

自然语言理解与生成中的深度学习应用

1. 机器翻译概述

机器翻译（MT）是自然语言理解（NLU）领域广为人知的应用。研究人员和科技巨头正致力于构建一个能翻译任意语言的通用机器翻译系统。长远目标是打造一个单一的系统，既能将英语翻译成德语，也能将英语翻译成法语，实现任意语言间的翻译。

2. 机器翻译的发展历程

<

阶段	方法	特点	缺点
1954年	基于字典的方法	对源语言和目标语言的单词进行映射，逐词翻译	无法捕捉句法信息，准确性不佳
后续	中间语言方法	生成中间语言对源语言的句法、语法等规则进行编码和表示，再从中间语言生成目标语言	被统计机器翻译（SMT）技术取代
	统计机器翻译（SMT）	IBM将文本分段，与对齐的双语语料库进行比较，利用统计技术和概率选择最可能的翻译
近期	谷歌翻译	使用深度学习生成出色的翻译结果