面向低资源语言的神经机器翻译：综述
计算与语言
2021-06-30 v1 人工智能
摘要
神经机器翻译（NMT）在不到十年的时间里经历了巨大的增长，并已进入成熟阶段。尽管被认为是机器翻译最广泛使用的解决方案，但由于大规模平行语料的缺乏，其在低资源语言对上的性能仍不及高资源语言对。因此，低资源语言对NMT技术的实现近期在NMT研究领域中备受关注，从而产生了大量关于该主题的研究。本文对低资源语言NMT（LRL-NMT）的研究进展进行了详细综述，并辅以旨在识别最流行解决方案的定量分析。基于我们对既往工作的回顾发现，本综述为给定LRL数据设定下可能的NMT技术选择提供了一套指导方针。它还呈现了LRL-NMT研究全景，并给出进一步推进LRL-NMT研究工作的建议清单。
引用
@article{arxiv.2106.15115,
title = {Neural Machine Translation for Low-Resource Languages: A Survey},
author = {Surangika Ranathunga and En-Shiun Annie Lee and Marjana Prifti Skenduli and Ravi Shekhar and Mehreen Alam and Rishemjit Kaur},
journal= {arXiv preprint arXiv:2106.15115},
year = {2021}
}
备注
35 pages, 8 figures