本周为将门-TechBeat技术社区第246期线上Talk！也是字节跳动人工智能实验室系列Talk第③弹！

北京时间10月10日(周六)晚8点，南京大学在读博士生、字节AI Lab NLP研究实习生—郑在翔的Talk将准时在将门TechBeat技术社区开播！

他与大家分享的主题是: “基于隐变量模型的神经机器翻译”。届时将会介绍郑在翔及字节跳动李磊团队提出的一个新的基于隐变量的神经机器翻译模型：镜像生成式神经机器翻译模型。

Talk·信息

▼

主题：基于隐变量模型的神经机器翻译

嘉宾：南京大学在读博士生 郑在翔

时间：北京时间 10月10日 (周六) 20:00

地点：将门TechBeat技术社区

http://www.techbeat.net/

Talk·提纲

▼

神经机器翻译（Neural machine translation, NMT）极大地提升了机器翻译的性能，在学术界和工业界中拥有广泛的研究价值和应用场景。

目前主流的神经机器翻译模型主要是基于编码器-解码器框架的模型，使用极大似然估计来进行端到端的建模和学习。而这样的方式可能不能很好地建模双语互为译文的平行句对的共同语义以及译文的多样变化。因此，一些研究者尝试使用基于隐变量的模型来解决这个问题。

此外，郑在翔及字节跳动李磊团队发现，隐变量模型还有解决神经机器翻译中平行语料稀缺和更好地利用非平行语料的潜力。为此，他们提出了一个新的基于隐变量的神经机器翻译模型，镜像生成式神经机器翻译模型。

本次分享的主要内容如下：

1. 神经机器翻译的背景介绍

2. 经典的基于隐变量模型的神经机器翻译方法

3. 郑在翔及字节跳动李磊团队在这方面的探索：镜像生成式神经机器翻译

Talk·提问交流

▼

方式 ①

在本文留言区直接提出你的问题，或扫描下方二维码提问！问题被选中的小伙伴们将获得一个红包奖励！

方式 ②

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，说不定就被讲者直接翻牌解答了呢！

你的每一次贡献，我们都会给予你相应的i豆积分，近期还会有惊喜奖励哦！

Talk·观看方式

▼

扫描下方二维码，或复制链接https://datayi.cn/w/noqwgNDR到浏览器一键完成预约！上线后会在第一时间收到通知哦~

嘉宾介绍

▼

郑在翔，南京大学自然语言处理实验室在读博士生，导师为陈家骏教授和黄书剑副教授，曾在英国爱丁堡大学自然语言处理组进行一年的学术访问，现在是字节跳动 AI Lab NLP研究实习生。

他的主要研究兴趣为神经机器翻译、文本生成和深度生成模型，并以第一作者/主要作者在 ICLR、TACL、EMNLP、IJCAI、TASLP 等自然语言处理/机器学习的期刊会议上发表论文数篇。

系列Talk

▼

*点击链接跳转详情

第①弹

第②弹

关于TechBeat社区  

▼   

TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！           

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ