【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到RNN到Encoder-Deconder再到注意力模型，中间穿插了许多技巧方法，如SGD、其他梯度方法、Beam-search、梯度消失/爆炸、LSTM、GRU等等，非常全面。链接如下：https://arxiv.org/abs/1703.01619

百度学术地址：http://xueshu.baidu.com/s?wd=Neural+Machine+Translation+and+Sequence-to-sequence+Models%3A+A+Tutorial&rsv_bp=0&tn=SE_baiduxueshu_c1gjeupa&rsv_spt=3&ie=utf-8&f=8&rsv_sug2=0&sc_f_para=sc_tasktype%3D%7BfirstSimpleSearch%7D&rsv_n=2

如果有时间，我会写个学习总结或者直接翻译翻译这篇论文。