分享一本由肖桐、朱靖波老师编著，东北大学自然语言处理实验室 · 小牛翻译 联合出品的新书《机器翻译统计建模与深度学习方法》。本书中文编著，对机器学习相关历史和涉及知识进行详细、全面、深入讲解，非常值得深入阅读、学习。
资源整理自网络，感谢两位老师及相关团队辛勤整理和无私分享，源地址：https://opensource.niutrans.com/mtbook/index.html
本书全面回顾了近三十年内机器翻译的技术发展历程，并围绕统计建模和深度学习两个主题对机器翻译的技术方法进行了全面介绍。在写作中，笔者力求用朴实的语言和简洁的实例阐述机器翻译的基本模型和方法，同时对相关的技术前沿进行讨论。本书可以供计算机相关专业高年级本科生及研究生学习之用，也可以作为自然语言处理，特别是机器翻译领域相关研究人员的参考资料。
文末附本书最新精装pdf下载地址。
本书共分为七个章节，章节的顺序参考了机器翻译技术发展的时间脉络，同时兼顾了机器翻译知识体系的内在逻辑。各章节的主要内容包括：
• 第一章：机器翻译简介
• 第二章：词法、语法及统计建模基础
• 第三章：基于词的机器翻译模型
• 第四章：基于短语和句法的机器翻译模型
• 第五章：人工神经网络和神经语言建模
• 第六章：神经机器翻译模型
• 第七章：神经机器翻译实战 —— 参加一次比赛
其中，第一章是对机器翻译的整体介绍。第二章和第五章是对统计建模和深度学习方法的介绍，分别建立了两个机器翻译范式的基础知识体系 —— 统计机器翻译和神经机器翻译。统计机器翻译部分（第三、四章）涉及早期的基于单词的翻译模型，以及本世纪初流行的基于短语和句法的翻译模型。神经机器翻译（第六、七章）代表了当今机器翻译的前沿，内容主要涉及了基于端到端表示学习的机器翻译建模方法。特别地，第七章对一些最新的神经机器翻译方法进行了讨论，为相关科学问题的研究和实用系统的开发提供了可落地的思路。
本书目录
