《Neural Machine Translation by Jointly Learning to Align and Translate》閱讀筆記

個人總結 本文最大貢獻是提出了注意力機制，相比於之前 NMT（Neural Machine Translation） 把整個句子壓縮成一個固定向量表示的方法，對不同位置的目標單詞計算每個輸入的不同權重，這樣能夠更好地捕捉目標詞相關的輸入信息。 ABSTRACT 最近的 NMT 模型是 encoder-decoder 架構，編碼器將源句子編碼爲固定長度的向量，解碼器根據該向量生成翻譯。本文推測原句編

>>阅读原文<<