在最新综述中，清华大学多位作者首先对深度学习的神经机器翻译技术(neural machine translation，简称 NMT)的方法进行了广泛的回顾，并重点介绍了与体系结构、解码和数据增强相关的方法。然后总结了可供研究者参考的资源和工具。最后，对未来可能的研究方向进行了讨论。
他们在论文中回答了NMT遇到的三个基本问题：建模(modeling)：如何设计神经网络来模拟条件分布？推理(inference)：给定一个源输入，如何从NMT模型生成翻译句子？学习(learning)：如何有效地从数据中学习NMT所需的参数？
论文资料显示，清华大学计算机系教授、欧洲科学院外籍院士孙茂松与清华智能产业研究院副院长、国家杰青刘洋是该论文的两位教师作者。（来源）
