【论文】多语言神经机器翻译综述（A Comprehensive Survey of Multilingual Neural Machine Translation）

题目： A Comprehensive Survey of Multilingual Neural Machine Translation

摘要：

本文对近年来备受关注的多语言神经机器翻译进行了综述。由于翻译知识的迁移(迁移学习)，MNMT在提高翻译质量方面发挥了重要作用。MNMT比统计机器翻译更有前途，也更有趣，因为端到端建模和分布式表示为机器翻译的研究开辟了新途径。为了利用多语言并行语料库来提高翻译质量，人们提出了许多方法。但是，由于缺乏全面的调查，很难确定哪些方法是有希望的，因此值得进一步探讨。在这篇论文中，我们对现有的关于MNMT的文献进行了深入的综述。我们首先根据中心用例对各种方法进行分类，然后根据资源场景、基础建模原则、核心问题和挑战对它们进行进一步分类。只要有可能，我们就通过相互比较来解决几种技术的优缺点。我们还讨论了未来的方向，跨国公司的研究可能采取。本文的目标读者既有初学者，也有专家。我们希望这篇论文能够作为一个起点，同时也为那些对MNMT感兴趣的研究人员和工程师提供新的思路。

作者简介：

Raj Dabre，目前在日本NICT做博士后研究。在京都大学完成了博士学位。现在做机器翻译方面的研究，对机器翻译的深度学习方法很感兴趣。主要研究方向：人工智能、机器翻译、自然语言处理、遗传学。个人主页：https://prajdabre.wixsite.com/prajdabre