神经网络机器翻译已经成为机器翻译研发的主流技术,但是大多数低资源语言仍然没法研发可使用的机器翻译系统。研究人员为了克服数据不足问题,提出了反向翻译、知识蒸馏、模型平均等多种辅助提高翻译模型性能的方法。虽然,这些方法单独使用能带来一定的提升,但是集成多种策略后的效果仍不明确。本文以全国机器翻译大会的维汉机器翻译评测任务目标,对多种策略分别进行实验,然后集成多种策略所得到的翻译模型实现了性能得到显著提升的维汉翻译系统。
科研之友
微信
新浪微博
Facebook
分享链接
