冯志伟：关于机器翻译行业发展的三点建议-机器翻译的长期应用是很大的研究问题。建立评测标准，增强语料收集，机器人工融合

干货 | 一文读懂自然语言处理（NLP）入门学习要点

一文读懂NLP入门学习要点

文末赠书 | 机器翻译是否能替代人工翻译？从前世今生说起

回顾机器翻译的历史对深入理解相关技术方法会有很好的启发~~

吹爆这4款医学专用翻译软件, PDF5秒翻, 水准堪比人工, 这下文献阅读再不愁!

我好像打开了阅读文献的开关...

https://www.jianshu.com/p/37648e91bdc5

www.jianshu.com

Transformer是如何实现机器翻译的？

研究背景机器翻译，是指使用计算机将一种自然语言转换为另一种自然语言的过程。这里，自然语言是指日常使用的人类语言（如中文、英语），区别于人工为特定目的创造的语言（如计算机编程语言）。机器翻

千层Transformer问世！多语种机器翻译水准刷新多项SOTA

mp.weixin.qq.com

最小熵原理系列：词向量的维度应该怎么选择？

本文从最小熵原理的思想出发分析了词向量的维度选择问题，最终给出了一个近似的估算公式，计算结果表明该估算公式与我们以往的炼丹经验是相符的

深度学习｜实战：词向量的基本操作

深度学习第51期

【NLP】半小时学会基本操作(4)：词向量模型

跟随DF用户“我是小白呀”的文字，开启一段自然语言处理（NLP）的旅程

文本挖掘从小白到精通（二）---语料库和词向量空间

写在前面：笔者最近在梳理自己的文本挖掘知识结构，...，会陆陆续续介绍文本向量化、tfidf、主题模型、word2vec，既会涉及理论，也会有详细的代码和案例进行讲解，希望在梳理自身知识体系的同时也能对想学习

三分钟科普｜语料库初探（一）

长久以来，语料库是一直是一个热门研究话题，广泛应用于语言文学、计算机科学等学科研究，以及机器翻译研发、词典编纂等领域，应用场景繁多。

语言研究必备的37个常用语料库

欢迎补充分享

60多款机翻平台汇总

mp.weixin.qq.com

常见机器翻译网址大全

揭开计算机识别人类语言的神秘面纱——词向量

语言识别建立在语料库和语料组织规则之上：对于听到或看到的一句话，要先将其按已知语料和语法进行快速匹配，才能理解意思并给出反馈。人类通过大脑完成这一过程，而计算机等人工智能则需要通过符号数

深度 | 自然语言处理的一大步，应用Word2Vec模型学习单词向量表征

在常见的自然语言处理系统中，单词的编码是任意的，因此无法向系统提供各个符号之间可能存在关系的有用信息，还会带来数据稀疏问题。

视觉增强词向量：我是词向量，我开眼了！

自从知道词向量有镭射眼之后，我就...

如何无监督地获得一个句子的向量表示？

除了盘点常用的无监督句向量获得方式外，本文还将介绍一些获得无监督句向量表示的较新方法。

从Word2Vec到Bert，聊聊词向量的前世今生（一）

分析了近5万首《全唐诗》，发现了这些有趣的秘密

楔子近些年来，弘扬中华传统文化的现象级综艺节目不断涌现，如《中国汉字听写大会》、《中国成语大会》、《中国谜语

掌握BERT、GPT-3、图神经网络、知识图谱等大厂必备技能！

金三银四很快就到了，铁子们做好跳槽拿高薪的准备了吗？

深度学习系列（十六）——词向量word2vec

在自然语言处理任务中，词向量（word2vec）是表示自然语言里单词的一种方法，即把每个词都表示为一个N维空

专访 | 朱靖波：下一代机器翻译技术是什么样子？

东北大学计算机学院教授、小牛翻译创始人朱靖波老师谈对机器翻译技术应用的看法。

神经机器翻译 VS 神化机器翻译？博芬联合创始人赵杰

Boffin集团总裁兼VideoLocalize CEO倾心分享一线行业经验

系统梳理 | 机器翻译的前世今生

国内机器翻译重要著作《机器翻译：基础与模型》于近日出版