【NAACL2021-Google】通过词汇替换实现对多语言机器翻译的持续学习

我们提出了一个简单的词汇适应方案来扩展多语言机器翻译模型的语言能力，为多语言机器翻译的高效持续学习铺平了道路。该方法适用于大规模的数据集，适用于具有不可见脚本的远程语言，仅对原语言对的翻译性能有较小的降低，即使在仅对新语言拥有单语数据的情况下，也能提供具有很好的性能。

https://www.zhuanzhi.ai/paper/e0b15338f98c37775bd0113ceaa1d9dd

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“CLMT” 就可以获取《【NAACL2021-Google】通过词汇替换实现对多语言机器翻译的持续学习》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源