文章来源 | 恒源云社区
原文地址 | 低资源机器翻译综述
原文作者 | 角灰
摘要
神经机器翻译效果非常好,但需要大量的平行语料,因此有了低资源翻译的研究。
本文按照按数据的利用对低资源翻译分为3类:
- 利用单语数据
- 利用辅助语言
- 利用多模态数据
结论和未来方向
目前还有如下开放问题:
- 在多语言迁移学习中,尚不知道应该用多少语言、哪些语言。
- 在迁移学习中如何处理未见过语言的词表
- 如何高效选择数轴语言
- 双语词典非常有用且易得,目前的研究主要用在源语言和目标语言上,如何用在多语言迁移学习中的低资源和辅助语言上
- 考虑到多模态数据,语音有提升翻译性能的潜力,同时也有许多限制,比如有同音异字
- 目前在低资源翻译上取得成功的方法,或者有大量单语语料,或者有相似的富资源语言。如果两