无监督神经机器翻译综述

摘要：

神经机器翻译模型的学习往往依赖于大规模的平行语料,然而并不是所有语言对都有充足的平行语料.为了解决神经机器翻译中平行语料缺失的问题,研究人员提出了无监督神经机器翻译,通过无监督预训练策略、去噪自编码器、反向翻译和共享潜在表示机制仅依赖于单语语料对翻译任务进行建模.本文从模型主要机制、训练过程出发来分析无监督神经机器翻译,并介绍无监督神经机器翻译现阶段的发展以及存在的挑战.

关键词：无监督神经机器翻译、去噪自编码器、反向翻译

所属期刊栏目：11

分类号：TP391;TH166(计算技术、计算机技术)

资助基金：国家重点研发计划项目2017YFB1002102

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6