1.8 推荐学习资源 47
1.8 推荐学习资源
1.8.1 经典书籍
首先，推荐一本书《Statistical Machine Translation》[147]，其作者是机器翻译领
域著名学者 Philipp Koehn 教授。该书是机器翻译领域内的经典之作，介绍了统计机
器翻译技术的进展。该书从语言学和概率学两个方面介绍了统计机器翻译的构成要
素，然后介绍了统计机器翻译的主要模型：基于词、基于短语和基于树的模型，以及
机器翻译评价、语言建模、判别式训练等方法。此外，作者在该书的最新版本中增加
了神经机器翻译的章节，方便研究人员全面了解机器翻译的最新发展趋势 [148]。
《Foundations of Statistical Natural Language Processing》[192] 中文译名《统计自
然语言处理基础》，作者是自然语言处理领域的权威 Chris Manning 教授和 Hinrich
Sch
¨
utze 教授。该书对统计自然语言处理方法进行了全面介绍。书中讲解了统计自然
语言处理所需的语言学和概率论基础知识，介绍了机器翻译评价、语言建模、判别
式训练以及整合语言学信息等基础方法。其中也包含了构建自然语言处理工具所需
的基本理论和算法，提供了对数学和语言学基础内容广泛而严格的覆盖，以及统计
方法的详细讨论。
《统计自然语言处理》[364] 由中国科学院自动化所宗成庆教授所著。该书中系
统介绍了统计自然语言处理的基本概念、理论方法和最新研究进展，既有对基础知
识和理论模型的介绍，也有对相关问题的研究背景、实现方法和技术现状的详细阐
述。可供从事自然语言处理、机器翻译等研究的相关人员参考。
Ian Goodfellow、Yoshua Bengio、Aaron Courville 三位机器学习领域的学者所写
的《Deep Learning》[90] 也是值得一读的参考书。其讲解了有关深度学习常用的方
法，其中很多都会在深度学习模型设计和使用中用到。同时在该书的应用一章中也
简单讲解了神经机器翻译的任务定义和发展过程。
《Neural Network Methods for Natural Language Processing》[88] 是 Yoav Goldberg
编写的面向自然语言处理的深度学习参考书。相比《Deep Learning》，该书聚焦在自
然语言处理中的深度学习方法，内容更加易读，非常适合刚入门自然语言处理及深
度学习应用的人员参考。
《机器学习》[
362] 由南京大学周志华教授所著，作为机器学习领域入门教材，该
书尽可能地涵盖了机器学习基础知识的各个方面，试图尽可能少地使用数学知识介
绍机器学习方法与思想。
《统计学习方法》[365] 由李航博士所著，该书对机器学习的有监督和无监督等
方法进行了全面而系统的介绍。可以作为梳理机器学习的知识体系，同时了解相关
基础概念的参考读物。
《神经网络与深度学习》[367] 由复旦大学邱锡鹏教授所著，全面地介绍了神经
网络和深度学习的基本概念和常用技术，同时涉及了许多深度学习的前沿方法。该
书适合初学者阅读，同时又不失为一本面向专业人士的参考书。
48 Chapter 1. 机器翻译简介 肖桐 朱靖波
1.8.2 网络资源
TensorFlow 官网提供了一个有关神经机器翻译的教程，介绍了从数据处理开始
如何利用 TensorFlow 工具从零搭建一个神经机器翻译系统以及如何解码，其地址
为https://www.tensorflow.org/tutorials/text/nmt_with_attention。此外谷
歌和 Facebook 也分别提供了基于序列到序列机器翻译模型的高级教程。谷歌的版本
是基于 TensorFlow 实现，网址为：https://github.com/tensorflow/nmt。Facebook
的教程主要是基于 PyTorch 实现，网址为：https://pytorch.org/tutorials/inte
rmediate/seq2seq_translation_tutorial.html。网站上也包含一些综述论文，其
中详细的介绍了神经机器翻译的发展历程，问题定义以及目前遇到的问题。
http://www.statmt.org是一个介绍机器翻译研究的网站，该网站包含了对统
计机器翻译研究的一些介绍资料，一些自然语言处理的会议，常用工具以及语料库。
http://www.mt-archive.info与https://www.aclweb.org/anthology
网站上有许多介绍机器翻译和自然语言处理的论文，通过这些网站还可以了解到自
然语言处理领域的一些重要期刊和会议。
1.8.3 专业组织和会议
许多自然语言处理的相关学术组织会定期举办学术会议。与机器翻译相关的会
议有：
• ACL，全称 Annual Conference of the Association for Computational Linguistics，是
自然语言处理领域最高级别的会议。每年举办一次，主题涵盖计算语言学的所
有方向。
• NAACL，全称 Annual Conference of the North American Chapter of the Association
for Computational Linguistics，为 ACL 北美分会，在自然语言处理领域也属于
顶级会议，每年会选择一个北美城市召开会议。
• EMNLP，全称 Conference on Empirical Methods in Natural Language Processing ，
自然语言处理另一个顶级会议之一，由 ACL 当中对语言数据和经验方法有特
殊兴趣的团体主办，始于 1996 年。会议比较偏重于方法和经验性结果。
• COLING，全称 International Conference on Computational Linguistics，自然语言
处理老牌顶级会议之一。该会议始于 1965 年，是由 ICCL 国际计算语言学委员
会主办。会议简称为 COLING，是谐音瑞典著名作家 Albert Engstr
¨
om 小说中的
虚构人物 Kolingen。COLING 每两年举办一次。
• EACL，全称 Conference of the European Chapter of the Association for Computa
tional Linguistics，为 ACL 欧洲分会，虽然在欧洲召开，会议也吸引了全世界的
大量学者投稿并参会。
• AACL，全称 Conference of the AsiaPacific Chapter of the Association for Compu
1.8 推荐学习资源 49
tational Linguistics，为 ACL 亚太地区分会。2020 年会议首次召开，是亚洲地区
自然语言处理领域最具影响力的会议之一。
• WMT，全称 Conference on Machine Translation。机器翻译领域一年一度研讨会，
是国际公认的顶级机器翻译赛事之一。
• AMTA，全称 Conference of the Association for Machine Translation in the Americas。
AMTA 会议汇聚了学术界、产业界和政府的研究人员、开发人员和用户，让工
业界和学术界进行交流。
• CCL，全称 China National Conference on Computational Linguistics，中文为中国
计算语言学大会。中国计算语言学大会创办于 1991 年，由中国中文信息学会
计算语言学专业委员会负责组织。经过 20 余年的发展，中国计算语言学大会
已成为国内自然语言处理领域权威性最高、规模和影响最大的学术会议。作为
中国中文信息学会（国内一级学会）的旗舰会议，CCL 聚焦于中国境内各类语
言的智能计算和信息处理，为研讨和传播计算语言学最新学术和技术成果提供
了最广泛的高层次交流平台。
• NLPCC，全称 CCF International Conference on Natural Language Processing and
Chinese Computing。NLPCC 是由中国计算机学会（CCF）主办的 CCF 中文信
息技术专业委员会年度学术会议, 专注于自然语言处理及中文处理领域的研究
和应用创新。会议自 2012 年开始举办，主要活动有主题演讲、论文报告、技术
测评等多种形式。
• CCMT，全称 China Conference on Machine Translation，中国机器翻译研讨会，
由中国中文信息学会主办，旨在为国内外机器翻译界同行提供一个平台，促进
中国机器翻译事业。CCMT 不仅是国内机器翻译领域最具影响力、最权威的学
术和评测活动，而且也代表着汉语与民族语言翻译技术的最高水准，对民族语
言技术发展具有重要意义。
除了会议之外，《中文信息学报》、《Computational Linguistics》、《Machine Trans
lation》、《Transactions of the Association for Computational Linguistics》、《IEEE/ACM
Transactions on Audio, Speech, and Language Processing》、《ACM Transactions on Asian
and Low Resource Language Information Processing》、《Natural Language Engineering》
等期刊也发表了许多与机器翻译相关的重要论文。
