恒源云(GPUSHARE)_语音识别与语义处理领域之低资源机器翻译综述

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：

1. 利用单语数据
2. 利用辅助语言
3. 利用多模态数据

结论和未来方向

目前还有如下开放问题：

1. 在多语言迁移学习中，尚不知道应该用多少语言、哪些语言。
2. 在迁移学习中如何处理未见过语言的词表
3. 如何高效选择数轴语言
4. 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
5. 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
6. 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