系列文章
[神經機器翻譯理論與實作] Google Translate的神奇武器- Seq2Seq (III)
前言 今天繼續我們未完成的建模大業吧！ 我們要建立的seq2seq模型由LSTM編碼器與解碼器串接而成： 寫一個簡單的seq2seq網絡吧－續 我們使用 K...
[神經機器翻譯理論與實作] 你只需要專注力(I): Attention Mechanism
前言 Google 翻譯團隊在2016年發表了重要文章《Google’s Neural Machine Translation System: Bridging...
[神經機器翻譯理論與實作] 你只需要專注力(II): 建立更專注的seq2seq模型
前言 注意力機制讓預測目標單詞之前比較其與所有來源單詞（在翻譯任務中精確地來說是詞向量）之間的語意關聯性來提高翻譯的準確度。今天就讓我們來快速回顧注意力機制的原...
[神經機器翻譯理論與實作] 你只需要專注力(III): 建立更專注的seq2seq模型（續曲）
前言 今天我們將稍微講述 Luong 全域注意力機制的原理，並繼續用 Keras 來架構附帶注意力機制的 seq2seq 神經網絡。 Luong Attenti...
[神經機器翻譯理論與實作] 將Encoder、Decoder和Attention統統包起來
前言 今天的任務只有一個：採用物件導向設計法將附帶注意力機制的 seq2seq 神經網絡封裝起來 淺談物件導向設計的封裝概念 物件導向程式設計（ object-...
[神經機器翻譯理論與實作] 重新檢視有無注意力機制的Encoder-Decoder
前言 今天是個美麗的錯誤，本來預計將昨日寫好的 Encoder 、Decoder 、 LuongAttention 類別整合進單一個繼承自 tensorflow...
[神經機器翻譯理論與實作] 從頭建立英中文翻譯器 (I)
前言 從今天起，我們將實地建立英文到中文的翻譯神經網絡，今天先從語料庫到文本前處理開始。 翻譯器建立實作 從語料庫到建立資料集 在這裡我們由公開的平行語料庫來源...
[神經機器翻譯理論與實作] 從頭建立英中文翻譯器 (II)
前言 今天繼續建立英翻中神經網絡的實作。 翻譯器建立實作 建立資料集（續） 首先引入必要的模組以及函式： from tensorflow.keras.prepr...
[神經機器翻譯理論與實作] 從頭建立英中文翻譯器 (III)
前言 今天的內容依舊為訓練翻譯 seq2seq 神經網絡的歷程（ training process ）。 機器學習的兩大階段－訓練（training）與推論（...
[神經機器翻譯理論與實作] 從頭建立英中文翻譯器 (IV)
前言 今天會將昨天訓練好的翻譯模型在測試資料集進行預測，若進度符合期待，將會使用 BLEU 分數來評估模型的翻譯能力，關於此評測機制的詳細原理與範例程式碼可見下...