Neural Machine Translation von Philipp Koehn ist ein englischsprachiges Lehrbuch über die Entwicklung und Anwendung von Machine-Translation-Systemen. Es behandelt eingehend die Prinzipien des Deep Learning und ihre Rolle in der modernen Übersetzungstechnologie.
Das Buch beginnt mit einer Einführung in die Machine Translation, einschließlich historischer und linguistischer Kontexte, und bietet anschließend eine ausführliche Erklärung der zugrunde liegenden Deep-Learning-Methoden. Mit praktischen Python-Codebeispielen lernen die Leser, wie sie eigene Translation-Systeme bauen und optimieren können.
Darüber hinaus werden wichtige Aspekte wie Datenhandling, Modellverbesserungen und aktuelle Herausforderungen in der Analyse und Visualisierung von Übersetzungsmodellen behandelt. Das macht es zu einem unverzichtbaren Nachschlagewerk für Forschende, Entwickler und Studierende, die sich in aktuelle Machine-Translation- und Deep-Learning-Anwendungen im Bereich der Verarbeitung natürlicher Sprache vertiefen möchten.
Themen wie Natural Language Processing, Machine Learning und Artificial Intelligence ergänzen den Inhalt.