斯坦福大学的NLP 机器翻译的项目 https://nlp.stanford.edu/projects/nmt/
tf中的NMT项目：https://github.com/tensorflow/nmt
最新进展 Facebook AI Research论文《Convolutional Sequence to Sequence Learning》，该文章所提出的模型（简称ConvS2S）不仅仅在翻译任务上效果显著，而且所需训练时间也很短。 https://arxiv.org/abs/1705.03122
实现：
pytorch版本：https://github.com/facebookresearch/fairseq
Google团队论文《Attention is All You Need》，将机器翻译任务水平提高了2 BLEU。翻译效果上超越了ConvS2S，而且，其模型（Transformer）所需的训练时间也比ConvS2S要更短。 https://arxiv.org/pdf/1706.03762
实现： tf版本：https://github.com/DongjunLee/transformer-tensorflow
对两篇论文的理解： https://zhuanlan.zhihu.com/p/27464080
2017年神经机器翻译（NMT）的一些重要资源汇总： https://www.zhihu.com/question/65340310/answer/229955388
---------------------
作者：kula147
来源：CSDN
原文：https://blog.csdn.net/kula147/article/details/79236585
版权声明：本文为博主原创文章，转载请附上博文链接！