Facebook开源了增强版的NLP工具包LASER

如何在Hadoop上运行这些深度学习工作

把Transformer模型掰开揉碎，深度理解它的工作原理

一文概述2018年深度学习NLP十大创新思路

FAIR和谷歌大脑的合作研究，专注于“反向翻译”方法

用于机器翻译的编码器-解码器架构详解

新方法开启了多种语言快速翻译、精准翻译的大门

基于深度学习的自然语言处理系统和应用程序的一些最新趋势

Facebook展示了如何让机器翻译速度变快，同时又能扩展应用的方法

在强化学习的表示空间中引入规划能力的思路

如何在没有大量标记数据的情况下，让计算机也学会翻译？

机器翻译的质量突飞猛进,未来三年会有50万翻译失业

一种全新的无监督机器翻译方法，在BLUE基准测试上取得了10分以上提升

一种名为“普适注意力”的新翻译模型，用2D卷积网络做序列预测

一种新的神经机器翻译架构，它脱离了编码器-解码器的范畴

RNN基本原理和RNN种类与实例

NLP概述及文本自动分类算法详解

神经网络、机器翻译、情感分类和自动评论等研究方向的5篇论文

LSTM的核心构成,实际中“门”的效果如何？

NLP的介绍和如何利用机器学习进行NLP以及三种NLP技术的详细介绍