关于神经机器翻译的性质：编码器-解码器方法

神经机器翻译是一种相对较新的基于神经网络的统计机器翻译方法。神经机器翻译模型通常包括编码器和解码器。编码器从可变长度的输入句子中提取固定长度的表示，解码器则根据该表示生成正确的翻译。本文重点分析了神经机器翻译的性质，使用了两种模型：RNN编码器-解码器和新提出的门控递归卷积神经网络。我们展示了神经机器翻译在无未知词的短句上表现较好，但随着句子长度和未知词数量的增加，其性能迅速下降。此外，我们发现所提的门控递归卷积网络能够自动学习句子的语法结构。