神经机器翻译是近段时间以来推动机器翻译发展的主要推动力。今天，哈佛大学自然语言处理研究组（Harvard NLP）宣布开源了其研发的神经机器翻译系统 OpenNMT，该系统使用了 Torch 数学工具包。该研究组在官网上表示该系统已经达到生产可用的水平（industrial-strength）。

官网：http://opennmt.net

代码：https://github.com/opennmt/opennmt

演示：https://demo-pnmt.systran.net

Docker 容器：https://hub.docker.com/r/harvardnlp/opennmt

 

　　

OpenNMT 可以像主要的翻译服务提供商的已投入生产的系统那样使用。该系统简单易用，易于扩展，同时也能维持效率和当前最佳的翻译准确度。

　　其特性包括：

简单的通用型接口，仅需要源文件和目标文件；

为高性能 GPU 训练进行了速度和内存优化；

可以提升翻译性能的最新研究的特性；

有多个语言对的预训练好的模型（即将到来）；

允许其它序列生成任务的扩展，比如归纳总结和图像到文本生成。

安装

　　OpenNMT 仅需要一次 vanilla torch/cutorch 安装。它要使用 nn、nngraph 和 cunn。有（CUDA）Docker 容器可选。

快速启动

　　OpenNMT 包含三条指令：

1）预处理数据

th preprocess.lua -train_src data/src-train.txt -train_tgt data/tgt-train.txt -valid_src data/src-val.txt -valid_tgt data/tgt-val.txt -save_data data/demo

2）训练模型

th train.lua -data data/demo-train.t7 -save_model model