可能是最好的机器翻译入门书籍
计算机研一在读，主要研究领域就是机器翻译方向，入学前在导师的推荐下看完了这本书，当时花了一个多月的时间粗粗看了一遍，最大的感受就是知识体系比较完备，同时用词和用语都比较浅显易懂，我个人认为或许是目前入门机器翻译的最好中文书籍。
机器翻译作为自然语言处理的经典领域，很多人会抱着先入门NLP再入门机器翻译的想法，但是对一名研究生来说，如果没有在本科阶段就早早接触过相关知识的话，其实研究生阶段再按照如上步骤学习只会一步慢步步慢，眼看着他人研一发paper研二去实习，自己还在基础知识挣扎徘徊，对心理承受能力是一个极大的考验。
这本书的第一个优点就在于对新手非常友好，即使是没有什么深度学习基础的同学也能在逻辑上明白这个任务的思路（当然想要精准把握还是需要手推公式和积极应用的。），比如范数、过拟合、召回率、BLEU、优化器这些可以算作深度学习基础乃至自然语言处理基础的知识点都会重新过一遍，而且并非简单地罗列知识点，而是通过比较递进的关系由浅入深地将一个个知识点铺散开来。
这本书的第二个优点我觉得，就是引入了大量作者的思考，在详解Transformer和BERT的章节里面能看到和网上千篇一律的所谓不标准答案不同，作者能给出自己的理解和想法思考，从另一个角度切入的方式可能有助于开拓思路。
此外就是最后一个章节《神经机器翻译前沿》中有着各种方面比较新的技术的总结和归纳，让人读下来会觉得顺理成章，却又有诸多变化用以提升精度，或是加快速度。同时也不会让人有一种翻旧书的割裂感，值得点赞。
另外值得一提的是当时作者开源在github上的pdf制作非常精良，里面很多图片章节都可以直接截取下来用到组会slides或者是知识分享slides中，好像还都是用latex绘制的，可以说是业界良心了。
比较惭愧粗读一遍之后忙得再也没有时间拿起来过，但是实际上在学习研究中遇到一些知识点难题或者遗漏时会有把这本书当做工具书的想法，查阅自己的markdown笔记会显得更加方便一些，毕竟原文为了提升可读性适配广大群众，精炼性上做出了一些牺牲，总体而言我觉得还是非常棒的一本书籍，受限于书本篇幅可能在统计机器翻译和神经机器翻译领域没有更详尽地阐述，但是做有意深入挖掘做研究的学者肯定也会查阅相关文献深入调研，不能算是书本的弊病。
我在zhihu上传了自用的《机器翻译：模型与基础》笔记，感兴趣的小伙伴可以搜索查看~
