机器翻译参考书

【实例截图】

【核心代码】

本书共分为四个部分，十八章。章节的顺序参考了机器翻译技术发展的时间脉
络，同时兼顾了机器翻译知识体系的内在逻辑。本书的主要内容包括：
• 第一部分：机器翻译基础
– 第一章 机器翻译简介
– 第二章 统计语言建模基础
– 第三章 词法分析和语法分析基础
– 第四章 翻译质量评价
• 第二部分：统计机器翻译
– 第五章 基于词的机器翻译建模
– 第六章 基于扭曲度和繁衍率的模型
– 第七章 基于短语的模型
– 第八章 基于句法的模型
• 第三部分：神经机器翻译
– 第九章 人工神经网络和神经语言建模
– 第十章 基于循环神经网络的模型
– 第十一章 基于卷积神经网络的模型
– 第十二章 基于自注意力的模型
• 第四部分：机器翻译前沿
– 第十三章 神经机器翻译模型训练
– 第十四章 神经机器翻译模型推断
6
– 第十五章 神经机器翻译结构优化
– 第十六章 低资源机器翻译
– 第十七章 多模态、多层次机器翻译
– 第十八章 机器翻译应用技术
其中，第一部分是本书的基础知识部分，包含统计建模、语言分析、机器翻译评
价等。在第一章对机器翻译的历史及现状进行介绍之后，第二章通过语言建模任务
将统计建模的思想阐述出来，同时这部分内容也会作为后续机器翻译模型及方法的
基础。第三章重点介绍机器翻译所涉及的词法和句法分析方法，旨在为后续相关概
念的使用进行铺垫，同时进一步展示统计建模思想在相关问题上的应用。第四章相
对独立，系统地介绍了机器翻译结果的评价方法，这部分内容也是机器翻译建模及
系统设计所需的前置知识。
本书的第二部分主要介绍统计机器翻译的基本模型。第五章是整个机器翻译建
模的基础。第六章进一步对扭曲度和产出率两个概念进行介绍，同时给出相关的翻
译模型，这些模型在后续章节的内容中都有涉及。第七章和第八章分别介绍了基于
短语和句法的模型。它们都是统计机器翻译的经典模型，其思想也构成了机器翻译
成长过程中最精华的部分。
本书的第三部分主要介绍神经机器翻译模型，该模型也是近些年机器翻译的热
点。第九章介绍了神经网络和深度学习的基础知识以保证本书知识体系的完备性。同
时，第九章也介绍了基于神经网络的语言模型，其建模思想在神经机器翻译中被大
量使用。第十、十一、十二章分别对三种经典的神经机器翻译模型进行介绍，以模型
提出的时间为序，从最初的基于循环网络的模型，到最新的 Transformer 模型均有涉
及。其中也会对编码器-解码器框架、注意力机制等经典方法和技术进行介绍。
本书的第四部分会进一步对机器翻译的前沿技术进行讨论，以神经机器翻译为
主。第十三、十四、十五章是神经机器翻译研发的三个主要方面，也是近几年机器翻
译领域讨论最多的几个方向。第十六章也是机器翻译的热门方向之一，包括无监督
翻译等主题都会在这里被讨论。第十七章会对语音、图像翻译等多模态方法以及篇
章级翻译等方法进行介绍，它们可以被看作是机器翻译在更多任务上的扩展。第十
八章会结合笔者在各种机器翻译比赛和机器翻译产品研发的经验，对机器翻译的应
用技术进行讨论。
7
机器翻译基础
第一部分
第一章 机器翻译简介
第二章 统计语言建模基础
第三章 词法分析和语法分析基础
第四章
翻译质量评价
统计机器翻译
第二部分
第五章 基于词的机器翻译建模
第六章 基于扭曲度和繁衍率的模型
第七章 基于短语的模型
第八章 基于句法的模型
神经机器翻译
第三部分
第九章 人工神经网络和神经语言建模
第十章
基于循环神经
网络的模型
第十一章
基于卷积神经
网络的模型
第十二章
基于自注意力
的模型
机器翻译前沿
第四部分
第十三章 神经机器翻译模型训练 第十四章 神经机器翻译模型推断
第十五章
神经机器翻译
结构优化
第十六章
低资源
神经机器翻