我学习过日语和文学,并通过了一些语言课程,现在我的硕士学位,我想学习自然语言处理,特别是机器翻译。所以我试着在网上选修一些数据科学课程,现在我对数据科学有点熟悉了,但我对机器翻译一无所知。所以,长话短说,我需要在机器翻译领域(大学要求)写一个建议,但我不知道从哪里开始阅读机器翻译。我试着读了一些文章,但是对我来说水平太高了,我一点也不懂。如果你能带我度过这段旅程,我会非常感激的。谢谢^__^
发布于 2020-08-30 15:44:32
众所周知,机器翻译在自然语言处理(NLP)领域是一项非常具有挑战性和有用的任务。因此,这是一个非常专门的研究领域,也是一个非常活跃的研究领域,也是一个非常有竞争力的领域(显然是由于商业应用)。
所以有大量的研究和大量的资源,但是要想在MT方面获得真正的专业知识,就需要获得相当多的背景知识。让我们明确一点:数据科学的初级水平不足以理解最先进的MT。通常,人们不仅需要良好的统计和编程水平,还需要了解MT的最新进展:旧的统计MT方法(如摩西)已被更好的神经MT方法所取代。
一个稍微不那么雄心勃勃的目标是研究当前MT系统的局限性,因为这不需要了解它们是如何工作的。请注意,即使只是简单地使用现有的软件来训练一个最先进的模型也不容易,而且需要相当多的计算资源。我建议查看在机器翻译讲习班上发表的资源和论文(也检查前几年)。还请注意,有许多与MT相关的子任务需要查看:
WMT共享任务为这些不同的子任务提供数据集。阅读一份任务的概览论文是了解它是什么以及它是如何完成的一个很好的方法。
https://datascience.stackexchange.com/questions/80993
复制相似问题