市面上的神经机器翻译（NMT）概况

（未完）

个人笔记

MTPE:MT机器翻译，PE译后编辑

2016年开始逐渐兴起

NMT是以神经网络作为基础的机器翻译，开始在全面超越此前以统计模型为基础的统计机器翻译（SMT），并快速成为在线翻译系统的主流标配。

目前，广泛应用于机器翻译的是长短时记忆（LSTM，Long Short-Term Memory）循环神经网络(RNN，Recurrent Neural Network)。该模型擅长对自然语言建模，把任意长度的句子转化为特定维度的浮点数向量，同时“记住”句子中比较重要的单词，让“记忆”保存比较长的时间。

代表性的研究机构和公司包括，加拿大蒙特利尔大学的机器学习实验室，发布了开源的基于神经网络的机器翻译系统GroundHog。

现有NMT系统通病：计算量大，难以应对低频词汇。

目前NMT系统的突破方法：1.注意力模型，