清华大学NLP组整理的机器翻译论文阅读清单

2018 年 12 月 29 日 AINLP
清华大学NLP组整理的机器翻译论文阅读清单

作为机器翻译从业者,必须推荐一下这份清单,很细致,很全的工作,以下信息来自微博,作者 minicheshire_yang




2018年即将结束,在18年的最后一个工作日,清华大学自然语言处理组整理了一份机器翻译论文的阅读清单想给大家看。这份阅读清单里回顾了统计机器翻译(SMT)时代的亮点论文,并概括了近期神经机器翻译(NMT)方向下的各个子领域,其中包括:模型架构、注意力机制、开放词表问题与字符级别神经机器翻译、训练准则与框架、解码机制、低资源语言翻译、多语种机器翻译、先验知识融合、文档级别机器翻译、机器翻译中的鲁棒性、可视化与可解释性、公正性与多样性、机器翻译效率问题、语音翻译与同传翻译、多模态翻译、预训练方法、领域适配问题、质量估计、自动后处理、推导双语词典以及诗歌翻译。欢迎大家参考并多提意见!清单链接:https://github.com/THUNLP-MT/MT-Reading-List


点击文末“阅读原文”可直达github链接,以下节选至统计机器翻译以来的十大必读论文:


Machine Translation Reading List

This is a machine translation reading list maintained by the Tsinghua Natural Language Processing Group.

The past three decades have witnessed the rapid development of machine translation, especially for data-driven approaches such as statistical machine translation (SMT) and neural machine translation (NMT). Due to the dominance of NMT at the present time, priority is given to collecting important, up-to-date NMT papers. The list is still incomplete and the categorization might be inappropriate. We will keep adding papers and improving the list. Any suggestions are welcome!

  • 10 Must Reads

  • Statistical Machine Translation

    • Tutorials

    • Word-based Models

    • Phrase-based Models

    • Syntax-based Models

    • Discriminative Training

    • System Combination

    • Evaluation

  • Neural Machine Translation

    • Word/Phrase Constraints

    • Syntactic/Semantic Constraints

    • Coverage Constraints

    • Semi-supervised Methods

    • Unsupervised Methods

    • Pivot-based Methods

    • Data Augmentation Methods

    • Data Selection Methods

    • Transfer Learning & Multi-Task Learning Methods

    • Meta Learning Methods

    • Tutorials

    • Model Architecture

    • Attention Mechanism

    • Open Vocabulary and Character-based NMT

    • Training Objectives and Frameworks

    • Decoding

    • Low-resource Language Translation

    • Multilingual Language Translation

    • Prior Knowledge Integration

    • Document-level Translation

    • Robustness

    • Visualization and Interpretability

    • Fairness and Diversity

    • Efficiency

    • Speech Translation and Simultaneous Translation

    • Multi-modality

    • Pre-training

    • Domain Adaptation

    • Quality Estimation

    • Automatic Post-Editing

    • Word Translation and Bilingual Lexicon Induction

    • Poetry Translation

10 Must Reads

  • Peter E. Brown, Stephen A. Della Pietra, Vincent J. Della Pietra, and Robert L. Mercer. 1993. The Mathematics of Statistical Machine Translation: Parameter Estimation. Computational Linguistics.

  • Kishore Papineni, Salim Roukos, Todd Ward, and Wei-Jing Zhu. 2002. BLEU: a Method for Automatic Evaluation of Machine Translation. In Proceedings of ACL 2002.

  • Philipp Koehn, Franz J. Och, and Daniel Marcu. 2003. Statistical Phrase-Based Translation. In Proceedings of NAACL 2003.

  • Franz Josef Och. 2003. Minimum Error Rate Training in Statistical Machine Translation. In Proceedings of ACL 2003.

  • David Chiang. 2007. Hierarchical Phrase-Based Translation. Computational Linguistics.

  • Ilya Sutskever, Oriol Vinyals, and Quoc V. Le. 2014. Sequence to Sequence Learning with Neural Networks. In Proceedings of NIPS 2014.

  • Dzmitry Bahdanau, Kyunghyun Cho, and Yoshua Bengio. 2015. Neural Machine Translation by Jointly Learning to Align and Translate. In Proceedings of ICLR 2015.

  • Diederik P. Kingma, Jimmy Ba. 2015. Adam: A Method for Stochastic Optimization. In Proceedings of ICLR 2015.

  • Rico Sennrich, Barry Haddow, and Alexandra Birch. 2016. Neural Machine Translation of Rare Words with Subword Units. In Proceedings of ACL 2016.

  • Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, and Illia Polosukhin. 2017. Attention is All You Need. In Proceedings of NIPS 2017.


更多信息请至github链接中查看:https://github.com/THUNLP-MT/MT-Reading-List

点击“阅读原文”可直达。


登录查看更多
5

相关内容

机器翻译,又称为自动翻译,是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程。它是计算语言学的一个分支,是人工智能的终极目标之一,具有重要的科学研究价值。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
小贴士
相关VIP内容
机器翻译深度学习最新综述
专知会员服务
52+阅读 · 2020年2月20日
强化学习最新教程,17页pdf
专知会员服务
45+阅读 · 2019年10月11日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
28+阅读 · 2019年9月29日
学习自然语言处理路线图
专知会员服务
51+阅读 · 2019年9月24日
相关论文
Question Generation by Transformers
Kettip Kriangchaivech,Artit Wangperawong
3+阅读 · 2019年9月14日
Adversarial Transfer Learning
Garrett Wilson,Diane J. Cook
9+阅读 · 2018年12月6日
A Hierarchical Neural Network for Sequence-to-Sequences Learning
Si Zuo,Zhimin Xu
3+阅读 · 2018年11月23日
Haoyu Wang,Vivek Kulkarni,William Yang Wang
5+阅读 · 2018年10月31日
Antoine J. -P. Tixier
10+阅读 · 2018年8月30日
Dinghan Shen,Martin Renqiang Min,Yitong Li,Lawrence Carin
5+阅读 · 2018年8月30日
Soumya Wadhwa,Khyathi Raghavi Chandu,Eric Nyberg
6+阅读 · 2018年6月18日
Liwei Cai,William Yang Wang
5+阅读 · 2018年2月20日
Kang Min Yoo,Youhyun Shin,Sang-goo Lee
8+阅读 · 2017年12月2日
Top