一般的神经机器翻译模型（NMT）实现的是一种语言到另一种语言的翻译，也就是用在特定的语言对之间。最近一些工作开始将一般的NMT扩展到多语言的场景。目前两种通常的做法是：一、为每种源语言单独准备一个encoder，每种目标语言也准备一个decoder，然后encoder和decoder之间共享一个注…
EMNLP2018论文解读|三种提升多语言翻译模型的高效策略.本文（《三种提升一对多多语言翻译策略》）是搜狗和中科院自动化所合作发表在EMNLP2018上的工作。.搜狗翻译目前采用业界领先的神经网络机器翻译框架支持60种以上不同语言之间的互译，考虑到当前...
多语言机器翻译是用单个翻译模型处理多种不同的语言。对于缺少标注数据的语言而言，多语言训练的方法已经在谷歌的自动语音识别和文本转语音系统中发挥了效果，此前的多语言翻译论文（论文1、论文2、论文3）中也有体现。
论文简述：神经机器翻译(NMT)系统的多语言训练在低资源语言上带来了令人印象深刻的准确性改进。.然而，在数据缺乏的情况下，有效地学习单词表示仍然面临着巨大的挑战。.在本文中，我们提出了软解耦编码(SDE)，这是一种多语言词汇编码框架，专门设计...
多译是一款稳定性好、效率高、多功能的多语言翻译软件，多译客户端官方版使用非常方便!多译客户端最新版支持Google、有道、百度三种翻译源，支持多语言，包括日文，韩文，英语，中文等多国语言。支持Win和Mac两大操作系统。
2.mBart是多语言的seq2seq翻译系统，分为预训练和微调2部分，在微调数据较少即low-resource时效果很好，在high-resource时效果和不做预训练一样。3.mBart由于是多语言的，所以新的语言的翻译对的微调效果也很好，有点类似meta-learning的感觉，它已经学会了不同语言的翻译之间的规律，所以能很快学…
荐语：多语言机器翻译模型M2M-100不依赖以英语为中心的数据，可以实现100种语言之间的相互翻译。论文：BeyondEnglish-CentricMultilingualMachineTranslation作者：AngelaFan、ShrutiBhosale、HolgerSchwenk等
推荐理由：这篇文章发表于EMNLP2018，提出了三种不同的策略提升多语言翻译质量。该工作主要对于不同语言的特性设计了三种不同的策略，改进了多语言翻译框架来提升多语言神经翻译模型的翻译质量。其主要思想在于针对不同的语言提出了特有的模块，从而在训练和过程中对不同的翻译任…
对于缺少标注数据的语言而言，多语言训练的方法已经在谷歌的自动语音识别和文本转语音系统中发挥了效果，此前的多语言翻译论文（论文1...
论文简述：神经机器翻译(NMT)系统的多语言训练在低资源语言上带来了令人印象深刻的准确性改进。.然而，在数据缺乏的情况下，有效地学习单词表示仍然面临着巨大的挑战。.在本文中，我们提出了软解耦编码(SDE)，这是一种多语言词汇编码框架，专门设计...