基于规则 基于规则的机器翻译早在几十年前即已开发出来，是最早的实用自动翻译方法。这类翻译引擎的工作原理是解析源语言句子，分析其结构（例如，确定哪些词汇用作动词或名词），接着将句子转换为中间的、机器可读的代码，然后再将它们转换为目标语言。 基

知乎链接：详解Transformer（AttentionIsAllYouNeed）-知乎(zhihu.com)注意力（Attention）机制[2]由Bengio团队与2014年提出并在近年广泛的应用在深度学习中的各个领域，例如在计算机视觉

2.27 利用深度学习改进统计机器翻译利用深度学习改进统计机器翻译的核心思想是以统计机器翻译为主体，使用深度学习改进其中的关键模块，如语言模型[1] 、翻译模型 [2] 、调序模型 [3] 、词语对齐[4]等。深度学习能够帮助机器翻译缓解数