【综述】文献级机器翻译研究:方法与评价（A Survey on Document-level Machine Translation: Methods and Evaluation）

题目： A Survey on Document-level Machine Translation: Methods and Evaluation

摘要： 机器翻译（Machine translation，MT）是自然语言处理（NLP）中的一项重要任务，它使翻译过程自动化，减少了对人工翻译的依赖。随着神经网络的出现，翻译质量超过了使用统计技术得到的翻译质量。直到三年前，所有的神经翻译模型都是独立翻译句子的，不包含任何额外的句子信息。本文的目的是突出神经革命前后在文档级机器翻译领域所做的主要工作，以便研究人员能够认识到我们从哪里开始，我们正朝着哪个方向前进。在谈到统计机器翻译（SMT）的文献时，我们关注的是那些试图改善特定话语现象翻译的作品，而在神经机器翻译（NMT）中，我们关注的是那些明确使用更广泛语境的作品。除此之外，我们还介绍了为说明该领域的改进而引入的评估策略。