neural machine translation by jointly learning to align and translate閱讀

原文地址 2015 摘要 與傳統的統計機器翻譯不同的是，神經機器翻譯的目的是建立一個單一的神經網絡，可以協同調整，使翻譯性能最大化。 我們推測，固定長度向量的使用是編碼-解碼結構性能提升的瓶頸；因此，本文提出了下面的方法來提升性能，通過讓模型自動（soft-）搜索與預測目標詞相關的源句部分，而不需要顯式地將這些部分分塊（hard segment）。 通過定性分析，驗證了我們方法的正確性。 引言 背

>>阅读原文<<