神經網絡機器翻譯技術及產業應用 王海峰 何中軍 吳華 9787111725206 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202304*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：神經網絡機器翻譯技術及產業應用
ISBN：9787111725206
出版社：機械工業
著編譯者：王海峰 何中軍 吳華
叢書名：計算機企業核心技術叢書
頁數：280頁
所在地：中國大陸 *此為代購商品
書號：1533517
可大量預訂，請先連絡。

內容簡介

本書以產業需求為牽引，介紹了新時期機器翻譯的產業需求特點、神經網絡機器翻譯的原理與方法、最新技術進展及產業應用。內容包括大規模翻譯語料獲取技術、機器翻譯質量評價方法、神經網絡機器翻譯原理及主流方法、高性能機器翻譯、多語言機器翻譯、領域自適應、機器同聲傳譯、大規模產業化應用等，兼具理論與實踐，既有對原理與方法的介紹，又有豐富的產業應用案例。 本書可作為人工智能、自然語言處理、機器翻譯等專業的高等院校高年級本科生及研究生、科研人員、技術開發人員以及語言服務行業從業人員的參考用書。

作者簡介

吳華，百度技術委員會主席。長期從事機器翻譯、自然語言處理、機器學習等技術的研究及產業化工作。曾獲國家技術發明二等獎、國家科技進步二等獎、中國專利金獎、北京市科技進步一等獎、中國電子學會科技進步一等獎。被評為「傑出工程師」「青年北京學者」等。

目錄

叢書序
推薦序一
推薦序二
前言
第1章 緒論
1 1 機器翻譯發展簡介
1 2 機器翻譯代表性方法
1 2 1 基於規則的機器翻譯
1 2 2 統計機器翻譯
1 2 3 神經網絡機器翻譯
1 3 發展現狀
1 4 產業應用需求特點及挑戰
1 4 1 高翻譯質量
1 4 2 高系統性能
1 4 3 多語言翻譯
1 4 4 領域自適應
1 4 5 跨模態翻譯
1 5 本書結構
參考文獻
第2章 翻譯語料獲取與譯文質量評價
2 1 概述
2 2 機器翻譯語料庫類型
2 2 1 雙語語料庫
2 2 2 單語語料庫
2 3 公開語料庫及系統評測
2 3 1 語言數據聯盟與NIST評測
2 3 2 歐洲議會語料庫與WMT評測
2 3 3 語音翻譯語料庫與IWSLT評測
2 3 4 中文語言資源聯盟與CCMT評測
2 4 從互聯網獲取機器翻譯語料
2 4 1 互聯網雙語語料存在形式
2 4 2 互聯網語料常見問題
2 4 3 雙語語料挖掘與加工
2 5 機器翻譯質量評價
2 5 1 人工評價
2 5 2 自動評價
2 5 3 面向產業應用的評價
參考文獻
第3章 神經網絡機器翻譯
3 1 概述
3 2 基於循環神經網絡的模型
3 2 1 基本模型
3 2 2 雙向編碼
3 2 3 注意力機制
3 2 4 長短時記憶與門控循環單元
3 3 基於卷積神經網絡的翻譯模型
3 4 全注意力模型
3 4 1 基本思想
3 4 2 模型結構
3 4 3 性能分析
3 5 非自回歸翻譯模型
3 6 搭建一個神經網絡機器翻譯系統
3 6 1 環境準備
3 6 2 模型訓練
3 6 3 解碼
3 6 4 效果評估
參考文獻
第4章 高性能機器翻譯
4 1 概述
4 2 早期產業化神經網絡機器翻譯系統
4 2 1 百度神經網絡機器翻譯系統
4 2 2 谷歌神經網絡機器翻譯系統
4 3 Transformer模型優化
4 3 1 高效Transformer
4 3 2 針對機器翻譯的優化
4 4 模型壓縮
4 4 1 剪枝
4 4 2 量化
4 4 3 知識蒸餾
4 5 系統部署
4 5 1 分散式系統部署
4 5 2 智能硬體設備
4 6 開源工具
參考文獻
第5章 多語言機器翻譯
5 1 概述
5 2 數據增強
5 2 1 基於樞軸語言的合成語料庫方法
5 2 2 回譯技術
5 3 無監督機器翻譯
5 3 1 基本原理
5 3 2 跨語言向量映射
5 3 3 基於去噪自編碼器和回譯技術的翻譯模型
5 3 4 基於對偶學習的機器翻譯模型
5 4 多語言翻譯統一建模
5 4 1 基於多任務學習的翻譯模型
5 4 2 基於語言標籤的多語言翻譯模型
5 5 多語言預訓練
5 5 1 預訓練技術簡介
5 5 2 多語言預訓練模型
5 5 3 方法比較
5 6 多語言機器翻譯系統
5 6 1 百度多語言機器翻譯
5 6 2 谷歌多語言機器翻譯
5 6 3 臉書多語言機器翻譯
參考文獻
第6章 領域自適應
6 1 概述
6 2 領域數據增強
6 2 1 領域數據聚類
6 2 2 領域數據篩選
6 2 3 領域數據擴充
6 3 模型訓練及優化
6 3 1 預訓練加微調技術
6 3 2 領域數據加權訓練
6 3 3 模型參數部分調優
6 3 4 基於知識蒸餾的領域自適應
6 3 5 基於課程表學習的領域自適應
6 4 專有名詞和術語的翻譯
6 4 1 前處理技術
6 4 2 后處理技術
6 4 3 融合專名/術語翻譯的解碼演算法
6 5 翻譯記憶庫
6 5 1 基於記憶庫的數據增強
6 5 2 融合記憶庫的翻譯模型
6 5 3 k-近鄰翻譯模型
6 6 面向產業應用的領域自適應解決方案
參考文獻
第7章 機器同聲傳譯
7 1 概述
7 2 主要挑戰
7 2 1 技術挑戰
7 2 2 數據挑戰
7 2 3 評價挑戰
7 3 級聯同傳模型
7 3 1 wait-k模型
7 3 2 語義單元驅動的同傳模型
7 3 3 基於強化學習的同傳模型
7 3 4 基於單調無限回溯注意力機制的同傳模型
7 4 端到端語音翻譯及同傳模型
7 4 1 從級聯模型至端到端模型的過渡
7 4 2 基於多任務學習的端到端模型
7 4 3 語音識別與翻譯交互解碼模型
7 4 4 端到端同傳模型
7 5 同傳模型魯棒性
7 5 1 融合音節信息的翻譯模型
7 5 2 語音識別糾錯
7 5 3 魯棒性翻譯模型
7 6 同傳數據
7 6 1 歐洲語言同傳語料庫
7 6 2 日英同傳語料庫
7 6 3 中英同傳語料庫
7 7 同傳評價
7 7 1 基於閱讀理解的翻譯質量評價
7 7 2 基於平均延遲的同傳時延評價
7 7 3 綜合翻譯質量和同傳時延的評價
7 8 機器同傳系統及產品
7 8 1 機器同傳系統
7 8 2 機器同傳產品形式
7 8 3 機器輔助同傳
7 9 搭建一個機器同傳系統
7 9 1 數據準備
7 9 2 訓練
7 9 3 解碼
參考文獻
第8章 機器翻譯產業化應用
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。