基于无监督学习的多语言神经机器翻译模型研究

神经机器翻译需要大量平行语料库作为支撑，在某些语言的翻译上，神经机器翻译取得了良好效果，但由于高质量平行语料库获取难度较大，对神经机器翻译研究造成了一定阻碍。为有效解决这一问题，研究基于无监督学习的神经机器翻译具有较高可行性，这种方式仅应用两门单语语料即可开始训练，并能得到优质翻译结果。文章主要探究基于无监督学习的多语言神经机器翻译模型，通过模型构建、开展实验、分析实验结果，证实了这一方法在部分语言上所取得的双语互译评估值更高。