最小熵原理系列：词向量的维度应该怎么选择？

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

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）

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

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

你真的了解机器翻译吗：机器翻译研究热点与展望

帮你真正了解机器翻译

沈向洋对话冯洋：实时机器翻译如何进行读/写过程的自监督学习

「沈向洋带你读论文」NLP系列冯洋专访

译前沿 | 曹首光：从译员到开发者，我对机器翻译的几点思考

在不久的将来，主要语言对的机器翻译质量整体上将会全面超过人类译员的平均水平。