诸如字幕生成和机器翻译之类的自然语言处理任务，涉及生成词语序列。为这些问题开发的模型通常通过在输出词汇表上生成概率分布来工作，然后由解码算法对这些概率分布进行采样以生成最有可能的词语序列。在这篇文章中……

循环神经网络的编码器-解码器架构正在标准的机器翻译基准上取得最先进的成果，并被应用于工业翻译服务的核心。该模型很简单，但鉴于训练它需要大量数据，调整模型中的各种设计决策以获得顶级……

循环神经网络的编码器-解码器架构是标准的神经机器翻译方法，可与传统的统计机器翻译方法相媲美，甚至在某些情况下优于它们。该架构非常新，仅在2014年才初步提出，但已被谷歌的翻译服务采纳为核心技术。在这篇文章中，您将了解……

计算机最早的目标之一是将文本从一种语言自动翻译成另一种语言。自动翻译或机器翻译或许是人工智能中最具挑战性的任务之一，因为人类语言的流畅性。传统上，这项任务使用的是基于规则的系统，这些系统在20世纪90年代被统计方法取代。……

字幕生成是一项具有挑战性的人工智能问题，涉及计算机视觉和自然语言处理。事实证明，编码器-解码器循环神经网络架构在此问题上非常有效。该架构的实现可以提炼为基于注入和合并的模型，两者都对……的作用做出了不同的假设。