多语言神经机器翻译简述
计算与语言
2020-01-08 v3
摘要
我们对近年来备受关注的多语言神经机器翻译（MNMT）进行了综述。由于知识迁移的作用，MNMT 在提升翻译质量方面颇有成效。相较于统计机器翻译，MNMT 更具前景与意义，因为端到端建模与分布式表示为新方向开辟了道路。已有诸多方法被提出，以利用多语言平行语料提升翻译质量。然而，缺乏全面综述使得难以判断哪些方法值得进一步探索。本文对现有 MNMT 文献进行了深入调研，并根据资源场景与底层建模原理对各种方法进行分类。希望本文能作为对 MNMT 感兴趣的研究人员与工程师的入门参考。
引用
@article{arxiv.1905.05395,
title = {A Brief Survey of Multilingual Neural Machine Translation},
author = {Raj Dabre and Chenhui Chu and Anoop Kunchukuttan},
journal= {arXiv preprint arXiv:1905.05395},
year = {2020}
}
备注
We have substantially expanded this paper for a journal submission to computing surveys [arXiv:2001.01115]