基于深度神经网络的机器翻译（神经机器翻译）模拟人脑的翻译过程：首先理解一句话，形成对它的语义表示，然后把这个语义表示转化为另一种语言。
举一反三
- 基于深度神经网络的机器翻译（神经机器翻译）中，引入的“注意力机制”可以提高长句的翻译质量，它赋予句子中的每个词相同的注意力（权重）。
- 机器翻译方法:()。 A: 基于分析和转换的机器翻译方法 B: 基于自然语言的翻译方法 C: 基于中间语言的翻译方法 D: 基于人工智能的翻译方法
- 机器翻译的说法错误的是 A: 常用的机器翻译方法有循环神经网络法和基于统计模型翻译法。 B: 目前机器翻译的翻译正确率不能达到100% C: 基于统计模型的翻译方法由于循环神经网络法。 D: 机器翻译只能处理简单的语句。
- 近期基于深度神经网络的机器翻译成为机器翻译的主流技术，其中的 （ ）模块把源语言句子转换成中间语义表示。 A: 编码（器） B: 解码（器） C: 训练 D: 句法分析
- 神经机器翻译逐渐成为机器翻译的主流技术；通常有两个模块，其中，（ ）模块把源语言句子转换成中间语义表示， （ ）模块把语义分析的结果逐词生成目标语言。