多语言机器翻译

1 多语言翻译的意义？

神经机器翻译模型最初只能在两种语言间进行翻译，无法进行多语言的互译。这样的模型有两个缺陷： - 资源耗费：如果我们需要实现ｎ种语言之间的互相翻译，就要训练$n^2$数量级的翻译模型，即便我们将一种语言设为中间语言，所需训练的模型数也达到了$2n$左右，需要耗费很大的资源； - 错误叠加：很多低资源的语言对之间几乎没有平行语料，很难训练出高质量的神经机器翻译模型。采用中间语言的方法时，由于需要进行两次翻译，错误会在翻译路径上积累，影响最后的翻译质量。

因此，研究者开始研究多语言的神经机器翻译模型，希望能用单个模型实现多种语言间的互译，并由此提高低资源语言上的翻译质量。