Neural Machine Translation

神经机器翻译（NMT）基于编码器-解码器架构，通常使用 LSTM 或 Transformer 模型。它通过端到端训练将源语言句子映射为目标语言句子，克服了传统统计机器翻译的碎片化问题。2014 年 seq2seq 模型提出后迅速发展，2017 年 Transformer 进一步提升了翻译质量，成为主流方法。