​无监督机器翻译综述

摘　要：

由于缺乏高质量大规模的平行语料，低资源语言对上的机器翻译研究较为落后。无监督机器翻译方法利用大量的单语语料来实现机器翻译，不再依赖于大量的平行语料，适合低资源语言的翻译场景。因此，总结无监督机器翻译研究工作。首先，重点介绍无监督机器翻译发展历程中具有里程碑意义的研究工作，阐述无监督机器翻译中常用的技术；其次，论述无监督机器翻译面临的挑战；最后，展望无监督机器翻译的发展趋势。

内容目录：

1　无监督机器翻译发展历程

1.1　词级无监督机器翻译

1.2　基于初始化、去噪自编码、回译的无监督机器翻译

1.3　利用统计机器翻译的无监督机器翻译

1.4　引入预训练的无监督机器翻译

1.5　小　结

2　预训练阶段的相关技术

2.1　跨语言词嵌入

2.2　预训练语言模型

2.2.1　BERT

2.2.2　XLM

2.2.3　RoBERTa

3　微调阶段相关技术

3.1　去噪自编码

3.2　回　译

4　面临的挑战

5　结　语

0０引　言

机器翻译（Machine Translation，MT）是通过计算机自动地将源语言（Source Language，SL）转变为具有相同语义的目标语言（Target Language，TL）的过程。随着社会对机器翻译需求的增多和科技的发展，机器翻译的发展日新月异。机器翻译的发展主要经历了基于规则的机器翻译（