低资源神经机器翻译综述
计算与语言
2021-07-12 v1 机器学习
摘要
神经方法在机器翻译上已达到最先进的精度，但受限于收集大规模平行数据的高成本。因此，针对平行数据非常有限的神经机器翻译（NMT），即低资源设置，已开展了大量研究。本文提供低资源 NMT 的综述，并根据所用辅助数据将相关工作分为三类：（1）利用源语言和/或目标语言的单语数据，（2）利用来自辅助语言的数据，以及（3）利用多模态数据。我们希望本综述能帮助研究者更好地理解该领域并启发他们设计更好的算法，并帮助工业界从业者为其应用选择合适的算法。
引用
@article{arxiv.2107.04239,
title = {A Survey on Low-Resource Neural Machine Translation},
author = {Rui Wang and Xu Tan and Renqian Luo and Tao Qin and Tie-Yan Liu},
journal= {arXiv preprint arXiv:2107.04239},
year = {2021}
}
备注
A short version has been submitted to IJCAI2021 Survey Track on Feb. 26th, 2021, accepted on Apr. 16th, 2021. 14 pages, 4 figures