本期讲解谷歌翻译核心技术 Seq2Seq,如何颠覆传统的自然语言处理。Seq2Seq 由五大要素组成:
- 自然语言的张量表达。
- 语义编辑两大流派的比较。
- Attention 解码机制。
- Seq2Seq 与知识图谱的融合。
- 评价函数及其变种。
实录提要:
- 人类的数据语言空间是否是唯一同构的?
- 动物的声音可否这么做? 可以用人类的语言空间来识别吗?
- 对 Google 最近发布的 tensor2tensor 以及对应的两篇 paper 是怎么看的?
- Google Translate 能做到“信、达、雅”吗,主要困难点是什么?
- 很想知道对于东方的这种模糊性的语言是怎么处理的?
- 苹果发布会上用到的自动翻译字幕,这个技术能让普通公司使用吗?
- 这个 seq2seq 怎么处理中文的问题?还是用 char based ?
- 目前从实践看,那种比较高?
阅读全文: http://gitbook.cn/gitchat/activity/59366d3ff488477de4150907
您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ,阅读更多 GitChat 专享技术内容哦。