论文《NEURAL MACHINE TRANSLATION BY JOINTLY LEARNING TO ALIGN AND TRANSLATE》总结

NEURAL MACHINE TRANSLATION BY JOINTLY LEARNING TO ALIGN AND TRANSLATE

论文来源：Bahdanau, D., Cho, K., & Bengio, Y. (2014). Neural machine translation by jointly learning to align and translate. arXiv preprint arXiv:1409.0473.

原文链接：

摘要

神经机器翻译最近被提出用于机器翻译。与传统的统计机器翻译不同，神经机器翻译旨在构建一个神经网络能够共同联调最大化翻译效果。最近提出的神经机器翻译模型经常包括一类编码器和解码器，把一个源句子编码为一个固定长度的向量，解码器产生翻译。但是我们认为生成一个固定长度的向量是一个瓶颈，propose to extend this by allowing a model to automatically (soft-)search for parts of a source sentence that are relevant to predicting a target word, without having to form these parts as a hard segment explicitly。最后我们的模型取得了显著的效果。

1.Introduction

• 神经机器翻译被提出（2013, 2014）,不像传统的基于短语的翻译系统，包含很多小的子组件共同调整，神经机器翻译尝试去构建一个单个的神经网络系