‍‍

机器翻译诞生于二十世纪四五十年代，纵观机器翻译70多年的发展历程，从最初的朴素统计模式，发展到基于规则的机器翻译、统计机器翻译，再到目前的深度学习驱动的神经机器翻译，不同技术范式在不同历史时期各领风骚。

时至今日，神经机器翻译已成为在线机器翻译的主要引擎，每天以数千亿单词量的翻译规模服务全世界各地用户。但即便如此，机器翻译仍然存在诸多挑战和难题。

一方面，全世界在使用的语言有几千种，即使像NLLB这样的大规模模型，目前也只能覆盖200余种语言，占比不到已有语言的1/30，大量语言在机器翻译版图里仍然被“Left Behind”。

另一方面，神经机器翻译虽然显著提升了译文质量，但仍然面临鲁棒性、可解释性、广域语境依赖性、多模态、资源稀缺等多种挑战和开放问题。

《神经机器翻译：基础、原理、实践与进阶》正是在这样的背景中写就的，本次我们给大家推荐和赠送本书。

本书内容

全书共480页，非常厚实，分为基础篇、原理篇、实践篇和进阶篇，覆盖神经机器翻译的基础知识、经典框架、原理技术、实践方法与技巧，以及无监督神经机器翻译、多语言神经机器翻译、语音与视觉多模态机器翻译等前沿研究方向。

全书理论与实践相结合，基础与前沿相交映。

第1章：绪论

第I部分：基础篇

第2章：神经网络基础

第3章：自然语言处理基础

第II部分：原理篇

第4章：经典神经机器翻译

第5章：基于注意力的神经机器翻译

第6章：基于卷积神经网络的神经机器翻译模型

第7章：基于自注意力的神经机器翻译

第8章：神经机器翻译若干基础问题及解决方案

第III部分：实践篇

第9章：数据准备

第10章：训练

第11章：测试

第12章：部署

第13章：系统设计与实现

第IV部分：进阶篇

第14章：语篇级神经机器翻译

第15章：低资源及无监督神经机器翻译

第16章：融合知识的神经机器翻译

第17章：鲁棒神经机器翻译

第18章：多语言神经机器翻译

第19章：语音与视觉多模态神经机器翻译

第20章：发展趋势与展望

本书作者：

熊德意

天津大学智能与计算学部教授、博士生导师、自然语言处理实验室负责人，天津大学“语言智能与技术”中外联合研究中心主任，天津大学-中译语通自然语言处理联合实验室主任、中译语通人工智能首席科学家。主要研究方向为自然语言处理，特别专注于机器翻译、对话、问答、自然语言生成、常识推理、认知计算等方向的研究。在Computational Linguistics、IEEE TPAMI、AI、AAAI、ACL等国际著名期刊和会议上发表论文100余篇，在Springer出版英文专著一部。获得国家自然科学基金优秀青年科学基金、国家重点研发计划“政府间国际科技合作创新合作”重点专项、英国皇家学会牛顿高级学者基金等资助。获得新加坡资讯通信研究院2008年年度研究贡献奖、北京市科学技术奖二等奖、中文信息学会“钱伟长中文信息处理科学技术奖-汉王青年创新奖”一等奖等奖项。曾是亚洲自然语言处理联合会AFNLP干事、新加坡中文与东方语文信息处理学会理事会成员，目前是中国中文信息学会理事。担任IALP 2012&2021程序委员会共同主席，CWMT 2017程序委员会共同主席，欧盟多国联合项目QTLeap咨询专家，ACL、EMNLP、NAACL、COLING等多个知名国际会议领域主席，以及TACL和ARR的Action Editor等。

李良友

华为诺亚FANGZHOU实验室研究员、机器翻译团队负责人。在欧盟玛丽居里项目资助下，于2017年获得都柏林城市大学计算机博士学位。主要研究方向为自然语言处理，特别专注于机器翻译相关技术领域的研发。在ACL、EMNLP等多个国际著名会议和期刊上发表论文10余篇，并担任ACL、EMNLP等国际会议领域主席和会议审稿人。

张 檬

华为诺亚FANGZHOU实验室研究员。于2018年获得清华大学计算机科学与技术系博士学位。主要研究方向为机器翻译和跨语言自然语言处理。在ACL、EMNLP、AAAI、TASLP等国际著名会议和期刊上发表论文10余篇。曾获中国中文信息学会优秀博士学位论文提名奖。担任ACL、EMNLP、AAAI、IJCAI等多个知名国际会议审稿人。

本书适合读者：

适合高等院校计算机专业高年级本科生，以及人工智能、自然语言处理方向的研究生阅读，也可供机器翻译研究者、实践者、使用者，以及机器翻译行业的管理者、人工翻译研究人员等对机器翻译技术感兴趣的读者参考。

赠书

接下来是福利时间，本次我们赠送出3本书籍（前3次获得赠书的朋友不能再参与本次赠书活动），想要获得书籍的同学，在本公众号下方留言，根据点赞数的高低，本周四8月25日早上10:00统计出获奖读者并进行公示，届时联系有三微信Longlongtogo即可。

如果没有获得赠书，也可以扫码下面的海报进行购买。

往期相关

• 【总结】2022年有三AI-CV夏季划出炉，超200个课时+10个方向+30个项目，从理论到实践全部系统掌握

• 【CV秋季划】模型算法与落地很重要，如何循序渐进地学习好（2022年言有三一对一辅导）？

• 【CV秋季划】生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好（2022年言有三一对一辅导）？

• 【CV秋季划】人脸算法那么多，如何循序渐进地学习好？

• 【CV秋季划】图像质量提升与编辑有哪些研究和应用，如何循序渐进地学习好？

• 【CV冬季划】终极进阶，超30个项目实战+3大基础方向专栏+3本书+3年知识星球（2022年言有三一对一辅导）