面向神经机器翻译的枢轴方法研究综述  

Survey of Pivot Methods for Neural Machine Translation

作　　者：黎家全 王丽清[1] 李鹏[1] 蒋晓敏 徐永跃[1] LI Jiaquan;WANG Liqing;LI Peng;JIANG Xiaomin;XU Yongyue(School of Information Science&Engineering,Yunnan University,Kunming 650091,China;Yunnan Media Group,Kunming 650500,China)

机构地区：[1]云南大学信息学院,昆明650091 [2]云南广播电视台,昆明650500

出　　处：《计算机工程与应用》2022年第16期49-55,共7页Computer Engineering and Applications

基　　金：国家自然科学基金(61862064);云南省创新团队项目(2018HC019);云南大学服务云南行动计划(C176240501007)。

摘　　要：低资源语言的神经机器翻译(neural machine translation,NMT)一直是机器翻译领域研究的难点和热点,基于枢轴的方法为其性能的提升和改进提供了思路。针对枢轴思想在低资源语言神经机器翻译中的应用,从枢轴翻译、基于枢轴的伪平行数据生成和基于枢轴的模型构建三方面,对不同方法的国内外研究现状、主要问题和趋势进行了分析和比较,为该领域的研究提供参考和借鉴。Neural machine translation(NMT)for low-resource languages has always been a difficult and hot research topic in the field of machine translation,and pivot-based methods provide ideas for improving its performance.Aiming at the application of the pivot idea in low-resource NMT,this paper divides the research into three aspects:pivot translation,pivot-based pseudo-parallel data generation and pivot-based model construction,then analyzes and compares the research status at home and abroad,main problems and trends of different methods,which can provide a reference for the research in this field.

关 键 词：枢轴方法 神经机器翻译(NMT) 低资源机器翻译 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]