博客地址:http://blog.csdn.net/wangxinginnlp/article/details/52944432

工具名称:T2T: Tensor2Tensor Transformers

地址:https://github.com/tensorflow/tensor2tensor

语言:Python/Tensorflow

简介:★★★★★ 五颗星

https://research.googleblog.com/2017/06/accelerating-deep-learning-research.html

工具名称:dl4mt

地址:https://github.com/nyu-dl/dl4mt-tutorial/tree/master/session2

语言:Python/Theano

简介:

Attention-based encoder-decoder model for machine translation.

New York University Kyunghyun Cho博士组开发。

工具名称:blocks

地址:https://github.com/mila-udem/blocks

语言:Python/Theano

简介:

Blocks is a framework that helps you build neural network models on top of Theano.

Université de Montréal LISA Lab(实验室主任Yoshua Bengio,实验室现在更名为MILA Lab,主页:https://mila.umontreal.ca/en/)开发,是之前GroundHog(https://github.com/lisa-groundhog/GroundHog)的升级替代版。

工具名称:EUREKA-MangoNMT

地址:https://github.com/jiajunzhangnlp/EUREKA-MangoNMT

语言:C++

简介:A C++ toolkit for neural machine translation for CPU.

中科院自动化所语音语言技术研究组张家俊博士(http://www.nlpr.ia.ac.cn/cip/jjzhang.htm)开发。

工具名称:Nematus

地址:https://github.com/EdinburghNLP/nematus

语言:Python/Theano

简介:爱丁堡大学发布的NMT工具

工具名称:AmuNMT

地址:https://github.com/emjotde/amunmt

语言:C++

简介:

A C++ inference engine for Neural Machine Translation (NMT) models trained with Theano-based scripts from Nematus (https://github.com/rsennrich/nematus) or DL4MT (https://github.com/nyu-dl/dl4mt-tutorial).

Moses Machine Translation CIC公司Hieu Hoang博士(http://statmt.org/~s0565741/)等人开发。

工具名称:Zoph_RNN

地址:https://github.com/isi-nlp/Zoph_RNN

语言:C++

简介:

A C++/CUDA toolkit for training sequence and sequence-to-sequence models across multiple GPUs.

USC Information Sciences Institute开发。

工具名称:sequence-to-sequence mdoels in tensorflow

地址:https://www.tensorflow.org/versions/r0.11/tutorials/seq2seq/index.html

语言:TensorFlow/Python

简介:Sequence-to-Sequence Models

工具名称:nmt_stanford_nlp

地址:http://nlp.stanford.edu/projects/nmt/

语言:Matlab

简介:

Neural machine translation (NMT) at Stanford NLP group.

工具名称:OpenNMT

地址:http://opennmt.net/

语言:Lua/Torch

简介:

OpenNMT was originally developed by Yoon Kim and harvardnlp.

工具名称:lamtram

地址:https://github.com/neubig/lamtram

语言:C++/DyNet

简介:

lamtram: A toolkit for language and translation modeling using neural networks.

CMU Graham Neubig博士组开发。

工具名称:Neural Monkey

地址:https://github.com/ufal/neuralmonkey

语言:TensorFlow/Python

简介:The Neural Monkey package provides a higher level abstraction for sequential neural network models, most prominently in Natural Language Processing (NLP). It is built on TensorFlow. It can be used for fast prototyping of sequential models in NLP which can be used e.g. for neural machine translation or sentence classification.

Institute of Formal and Applied Linguistics at Charles University 开发。

(WMT中NEURAL MT TRAINING TASK用的就是Neural Monkey  见:http://www.statmt.org/wmt17/)

工具名称:Neural Machine Translation (seq2seq) Tutorial

地址:https://github.com/tensorflow/nmt

语言:python/Tensorflow

简介:

Google Brain的Thang Luong博士等人出品

如果对上述工具感兴趣,可以使用WMT16的双语语料跑着玩玩,语料地址 http://www.statmt.org/wmt16/translation-task.html。
---------------------
作者:warrioR_wx
来源:CSDN
原文:https://blog.csdn.net/wangxinginnlp/article/details/52944432
版权声明:本文为博主原创文章,转载请附上博文链接!

神经机器翻译(NMT)开源工具的更多相关文章

  1. 【转载 | 翻译】Visualizing A Neural Machine Translation Model(神经机器翻译模型NMT的可视化)

    转载并翻译Jay Alammar的一篇博文:Visualizing A Neural Machine Translation Model (Mechanics of Seq2seq Models Wi ...

  2. 神经机器翻译(NMT)相关资料整理

    作者:zhbzz2007 出处:http://www.cnblogs.com/zhbzz2007 欢迎转载,也请保留这段声明.谢谢! 1 简介 自2013年提出了神经机器翻译系统之后,神经机器翻译系统 ...

  3. TensorFlow+TVM优化NMT神经机器翻译

    TensorFlow+TVM优化NMT神经机器翻译 背景 神经机器翻译(NMT)是一种自动化的端到端方法,具有克服传统基于短语的翻译系统中的弱点的潜力.本文为全球电子商务部署NMT服务. 目前,将Tr ...

  4. 【Machine Translation】CMU的NMT教程论文:最全面的神经机器翻译学习教程

    这是一篇CMU发的神经机器翻译教程论文,很全很详细,适合新手阅读,即使没有什么MT.DNN.RNN的基础知识. 另外它还配套了CMU自己的一个框架DyNet的练习. 全文共9章,从统计语言模型到DNN ...

  5. EMNLP 2018 | 用强化学习做神经机器翻译:中山大学&MSRA填补多项空白

    人工深度学习和神经网络已经为机器翻译带来了突破性的进展,强化学习也已经在游戏等领域取得了里程碑突破.中山大学数据科学与计算机学院和微软研究院的一项研究探索了强化学习在神经机器翻译领域的应用,相关论文已 ...

  6. 神经机器翻译(seq2seq RNN)实现详解

    http://c.biancheng.net/view/1947.html seq2seq 是一类特殊的 RNN,在机器翻译.文本自动摘要和语音识别中有着成功的应用.本节中,我们将讨论如何实现神经机器 ...

  7. NLP教程(6) - 神经机器翻译、seq2seq与注意力机制

    作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/36 本文地址:http://www.showmeai.tech/article-det ...

  8. C#正则表达式开源工具,为.net开源绵尽薄力

    先交代一下背景,最近工作中经常用到正则表达式,而正则表达式这个东西我个人觉得很鸡肋,不用吧,有些功能实现起来会很麻烦.用吧,又不是说工作中经常用到,只是有时候有些需要求用到而已.但是正则表达式只要一段 ...

  9. 【转帖】四种BI 开源工具介绍-SpagoBI,openI,JasperSoft,Pentaho

    四种BI 开源工具介绍-SpagoBI,openI,JasperSoft,Pentaho 1 BI系统的简述 从技术角度来说 BI 包含了 ETL.DW.OLAP.DM等多环节.简单的说就是把交易系统 ...

  10. Web 项目可能会用到的20款优秀的开源工具

    开源的应用程序和它们的源代码可以免费获得,因为版权是属于任何进行过修改或者提交代码的人.大多数提供开源软件的公司都可以建立行业标准,因此可以获得有利的竞争优势. 很多的开源应用程序和工具都有很强的替代 ...

随机推荐

  1. python名片管理系统V2

    主程序: #! /usr/bin env python3 # -*- coding: utf-8 -*- # 项目三: # 1.要求:编写一个名片管理系统,功能如下: # 用户输入相对应的指令,实现对 ...

  2. 《Microsoft COCO Captions Data Collection and Evaluation Server》论文笔记

    出处:CVPR2015 Motivation 本文描述了MSCoco标题数据集及评估服务器(Microsoft COCO Caption dataset and evaluation server), ...

  3. ChartCtrl源码剖析之——CChartAxis类

    CChartAxis类用来绘制波形控件的坐标轴,这个源码相对较复杂,当初阅读的时候耗费了不少精力来理解源码中的一些实现细节. CChartAxis类的头文件. #if !defined(AFX_CHA ...

  4. 关于spring cloud eureka整合ribbon实现客户端的负载均衡

    1. 实现eureka整合ribbon非常简单, 1.1.首先引入所需maven依赖 <dependency> <groupId>org.springframework.boo ...

  5. QT笔记1

    1 第一个就是helloworld窗体啦 #include <qapplication.h> #include <qpushbutton.h> int main( int ar ...

  6. 莫比乌斯反演总结——Chemist

    懵逼乌斯反演果然名不虚传,自闭了两天的我打算学习一下这一块比较实用的数论内容. (注:1.为了区分狄尼克雷卷积与乘法,本篇文章中乘号全部省略,卷积全部用" * "表示.2.用gcd ...

  7. python_pdb断点调试常用命令

    Python pdb调试 在需要断点调试的地方,加上:import pdb;pdb.set_trace() h:打印当前版本pdb可用的命令,如果需要查询某个命令,可以输入 h [command]l: ...

  8. flask请求访问数据

    flask请求访问数据 在flask框架中,访问请求数据由全局的request对象来提供,在flask框架中,request对象具有 全局作用域: from flask import request ...

  9. jQuery查找

    导航查找方法: 向下查找兄弟标签: $().next() $().nextAll() 向上查找兄弟标签: 可以查找所有兄弟标签: 查找子标签 查找父级标签: $().parent() $().pare ...

  10. Hdu 5379 Mahjong tree (dfs + 组合数)

    题目链接: Hdu 5379 Mahjong tree 题目描述: 给出一个有n个节点的树,以节点1为根节点.问在满足兄弟节点连续 以及 子树包含节点连续 的条件下,有多少种编号方案给树上的n个点编号 ...