同源语料增强的低资源神经机器翻译

缺少平行句对的低资源机器翻译面临跨语言语义转述科学问题。该文围绕具体的低资源印尼语-汉语机器翻译问题，探索了基于同源语料的数据增广方法，并混合同源语料训练出更优的神经机器翻译模型。这种混合语料模型在印尼语-汉语机器翻译实验中提升了3个多点的BLEU4评分。实验结果证明，同源语料能够有效增强低资源神经机器翻译性能，而这种有效性主要是源于同源语言之间的形态相似性和语义等价性。