直播實錄 | 非自回歸神經機器翻譯 + ICLR 2018 論文解讀

在本期 PhD Talk 中，來自香港大學的博士生顧佳濤，向大家介紹了他們在加速神經機器翻譯（NMT）方向的一些進展。 

本次 Talk 分為三部分： 

第一部分以 Google Brain 的 Transformer 為基礎，嘉賓簡要介紹了一些神經機器翻譯的基本知識、主要進展和侷限。

第二部分是這期的主要內容，嘉賓以第一作者身份，為大家詳細介紹了他們最近在 ICLR 2018 上發表的文章 Non-autoregressive Neural Machine Translation。本文嘗試用非自回歸的方式改造 Transformer，在效能下降不多的情況下實現 10 倍左右的解碼速度。

最後，作為 brainstorming，嘉賓和大家一起探討了對於非自回歸解碼幾個已經實現或者可能的研究方向和應用。

■ 論文 | Non-Autoregressive Neural Machine Translation

■ 連結 | https://www.paperweekly.site/papers/1093

■ 作者 | Jiatao Gu, James Bradbury, Caiming Xiong, Victor O.K. Li, Richard Socher

>>>> 獲取完整PPT和影片

關註“PaperWeekly”微信公眾號，回覆“20180309”獲取下載連結。

點選以下標題檢視往期實錄： 

騰訊AI Lab塗兆鵬：如何提升神經網路翻譯的忠實度

微軟亞洲研究院論文解讀：GAN在網路特徵學習中的應用

微軟亞洲研究院吳俁：基於動態詞表的對話生成研究

基於生成模型的事件流研究 + NIPS 2017 論文解讀

亞馬遜高階應用科學家熊元駿：人類行為理解研究進展

清華大學馮珺：基於強化學習的關係抽取和文字分類

基於雙語主題模型的跨語言層次分類體系匹配

*檢視更多往期實錄，請點選PaperWeekly公眾號底部精品欄目選單。

#榜 單 公 布 #

2017年度最值得讀的AI論文 | NLP篇 · 評選結果公佈

2017年度最值得讀的AI論文 | CV篇 · 評選結果公佈

 我是彩蛋

關於PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智慧前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號後臺點選「交流群」，小助手將把你帶入 PaperWeekly 的交流群裡。

▽ 點選 | 閱讀原文 | 加入社群一起刷論文