當Google翻譯像空氣一樣自然的存在時，我們仿佛忘了機器翻譯走了幾百年，篳路藍縷有多麼的艱辛。身為使用者在享受這些科技的成果時，技術人員則更好奇些神奇應用底層的科學是如何發展出來的。熟悉史丹佛CS224n NLP課程的人，一定對大師Chris Manning對機器翻譯的重點十分讚嘆。本書就是堪比大師NLP和機器翻譯的真正鉅作。從機器翻譯的歷史、數學原理、理論細節、實作理論、參考資源、最新發展、從最細節到最宏觀的高度都放入書中。NLP是AI上皇冠上的一個明珠，機器翻譯更是最能展現NLP技術的極緻精華。從事NLP的技術人員、資料科學家、神經網路演算法科學家，如果想要真正進入NLP的世界，本書將會是20年來最重要，最完整、最能精進技術的一個重要提升。

本書特色

◎機器翻譯簡介

說明了從理性主義一直進入到資料主義的過程。接下來說明統計語言建模的基礎，進一步進入詞法語法分析的原理，其中並穿插了翻譯品質的評鑑標準。

◎統計機器翻譯

介紹了以詞、扭曲度、繁衍度、短語、句法為基礎的機器翻譯原理及實作。

◎近代機器翻譯的新世代 – 神經機器翻譯

介紹了神經網路及神經語言的建模、循環神經網路模型、卷積神經網路模型及自注意力機制的模型。

◎神經翻譯系統的細節

包括模型訓練及最佳化，模型的推論，更有針對神經網路系統的結構精進，以及使用低資源的神經網路(如資料蒸餾)，以及多模態、多層次的機器翻譯，也介紹了新一代神經網路的應用及發展。

本書技術重點

✪理性主義及資料主義

✪統計語言建議

✪詞法/語法分析，以機率圖/分類器模型

✪科學方法評估翻譯品質

✪以詞、扭曲度/繁衍度、短語、句法模型的翻譯方法

✪Google大殺器：神經機器翻譯建模

✪循環神經網路模型/注意力機制，卷積神經網路模型

✪Transformer，自注意力機制

✪神經網路翻譯模型訓練/推論/結構最佳化

✪小型裝置上的神經網路機器翻譯

✪多模態/多層次機器翻譯

✪當代機器翻譯的應用及佈署