Google发布神经机器翻译教程，带你从零开始搭建NMT系统

李林 编译自 Google Research Blog
量子位 报道 | 公众号 QbitAI

想自己在TensorFlow上搭神经机器翻译(NMT)模型？Google亲自来教你了。

周三，Google在GitHub上发布了一份TensorFlow神经机器翻译教程，带着读者充分理解seq2seq，并从零开始构建翻译模型。

seq2seq直译成汉语是“序列到序列”，是机器翻译中一种常用方法，能够用深层神经网络捕捉句子意义。

Google Translate就用了seq2seq，Google开源的tf-seq2seq、哈佛大学的OpenNMT，都是基于seq2seq的框架。

Google的这份教程，从神经机器翻译的背景知识讲起，然后详解了基础系统的代码细节，再讲到NMT系统处理长句的关键：注意力机制。最后，这份教程还详细介绍了如何复制Google神经机器翻译系统(GNMT)的关键功能，并在多个GPU上进行训练。

教程中还包含了详细的基准测试结果。Google开源模型的性能与GNMT相当，在WMT’14英语-德语翻译任务上，BLEU得分为24.4。

另外，这份教程还展示了完全动态的seq2seq API，让建立seq2seq模型更简单。

Google神经机器翻译教程的主要作者有：Google研究员Thang Luong、Google Brain软件工程师Eugene Brevdo、Rui Zhao。

原文：
https://research.googleblog.com/2017/07/building-your-own-neural-machine.html

教程详情：
https://github.com/tensorflow/nmt

GNMT简介：
https://research.google.com/pubs/pub45610.html

【完】

交流沟通

量子位读者5群开放申请，对人工智能感兴趣的朋友，可以添加量子位小助手的微信qbitbot2，申请入群，一起研讨人工智能。

想要更深一步的交流？

量子位还有大咖云集的自动驾驶技术群， 仅接纳研究自动驾驶相关领域的在校学生或一线工程师 。申请方式：添加qbitbot2为好友，备注“ 自动驾驶 ”申请加入~

如果你从事NLP方向的研究，欢迎加入量子位的NLP群。申请方式：添加qbitbot2为好友，备注“ NLP ”申请加入~

（自动驾驶、NLP等群的审核条件比较严，敬请谅解）