Dyp læring omformer måten vi bygger maskinoversettelsessystemer på i dag. Denne boken tar for seg utfordringene innen maskinoversettelse og evaluering, inkludert historiske, språklige og anvendte kontekster. Den utvikler kjernemetodene for dyp læring som brukes i naturlige språk-applikasjoner. Gjennom praktiske kodeeksempler i Python gir boken leserne en praktisk veiledning til å forstå og implementere sine egne maskinoversettelsessystemer. Videre tar boken for seg en omfattende dekning av maskinlæringstriks, problemer knyttet til håndtering av ulike datatyper, modellforbedringer, samt nåværende utfordringer og metoder for analyse og visualisering. Oppsummeringer av den aktuelle forskningen innen feltet gjør dette til et moderne lærebok for både bachelor- og masterstudier, og det er en essensiell referanse for forskere og utviklere som er interessert i andre anvendelser av nevrale metoder innen det bredere feltet av menneskelig språkprosessering.
