作者：赵庆东; 郭中华机器翻译翻译模型自然语言处理循环神经网络rnn语言翻译人工智能发展历史
摘要：传统的RNN要求输入与输出长度一致,而Seq2Seq在RNN的基础上进行改进,实现了变长序列的输入与输出,在机器翻译方面应用非常广泛。Seq2Seq就是一个翻译模型,输入一个序列,如英文句子,输出也是一个序列,是某种对应的语言翻译。1.机器翻译发展历史随着人工智能的发展,循环神经网络(RNN)已经被实践证明对自然语言处理是非常成功的。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《电子世界》（CN：11-2086/TN）是一本有较高学术价值的大型半月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电子世界》全方位推崇E时代大众电子科学意识，传播电子与信息领域的新知识、新技术，发表最新科研成果和展示技术进展状况，始终注重扶持学术新人，尤其关注广大青年科技工作者，优先发表理工科青年教师和研究生中的优秀学术稿件。
部级期刊
人气 307735 评论 62
人气 269163 评论 66
统计源期刊
人气 156011 评论 73
人气 150158 评论 66
