机器翻译：基础与模型（全彩）

　　利用机器翻译技术实现不同语言之间的自由交流始终是最令人期待的计算机应用之一。本书全面回顾了近30年来机器翻译的技术发展历程，遵循机器翻译技术的发展脉络，对基于统计和基于端到端深度学习的机器翻译关键技术及原理进行了深入讲解，力求做到简洁明了、全面透彻、图文结合。此外，本书着重介绍了近年来机器翻译领域的科研热点及其结果，旨在帮助读者全面了解机器翻译的前沿研究进展和关键技术。

　　肖桐 博士，东北大学教授、博士生导师，东北大学计算机学院人工智能系系主任，东北大学自然语言处理实验室主任，小牛翻译（NiuTrans）联合创始人。于东北大学计算机专业获得博士学位。2006—2009年赴日本富士施乐、微软亚洲研究院访问学习，并于2013—2014年赴英国剑桥大学开展博士后研究。主要研究领域包括自然语言处理、机器学习等。在国内外相关领域高水平会议及期刊上发表学术论文70余篇。作为项目技术负责人，成功研发了NiuTrans、NiuTensor等开源系统，在WMT、CCMT/CWMT、NTCIR等国内外评测中多次获得冠军。2014年获得中国中文信息学会首届优秀博士论文提名奖，2016年获得中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖。任ACL、EMNLP、TACL等国际著名会议及期刊的领域主席和常驻审稿人。 朱靖波 博士，东北大学教授、博士生导师，小牛翻译创始人。于东北大学计算机专业获得博士学位，曾在香港城市大学（2004—2005年）和美国南加州大学ISI（2006—2007年）开展访问研究。从1992年开始，专注于语言分析和机器翻译技术研究工作，在国内外高水平会议及期刊上发表学术论文200余篇，2005年入选国家教育部新世纪优秀人才计划，2016年获得中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖。

目录内容较多，受网店上传字符限制，无法呈现所有细节，仅列出章名，想看具体目录内容的读者，请点击“内页展示”模块的图片，阅读部分目录：）

第1部分 机器翻译基础
1 机器翻译简介2
2 统计语言建模基础24
3 词法分析和语法分析基础54
4 翻译质量评价 81
第2部分 统计机器翻译
5 基于词的机器翻译建模111
6 基于扭曲度和繁衍率的模型 142
7 基于短语的模型158
8 基于句法的模型186
第3部分 神经机器翻译
9 神经网络和神经语言建模234
10 基于循环神经网络的模型292
11 基于卷积神经网络的模型332
12 基于自注意力的模型352
第4部分 机器翻译前沿
13 神经机器翻译模型训练371
14 神经机器翻译模型推断 403
15 神经机器翻译模型结构优化430
16 低资源神经机器翻译471
17 多模态、多层次机器翻译 504
18 机器翻译应用技术528
随笔538
后记543
附录 A 545
A.1 统计机器翻译开源系统545
A.2 神经机器翻译开源系统546
附录 B 548
B.1 公开评测任务548
B.2 基准数据集550
B.3 平行语料551
附录 C 552
C.1 IBM 模型 2 的训练方法552
C.2 IBM 模型 3 的训练方法553
C.3 IBM 模型 4 的训练方法555
C.4 IBM 模型 5 的训练方法556
参考文献558
索引616