С развитием технологии машинного перевода качество перевода высокоресурсных языков уже давно достигло хороших результатов и широко применяется в области языковых услуг и образования, но из-за недостатока языковых данных низкоресурсных языков недостаточно для обучения модели машинного перевода с использованием нейронных сетей, качество перевода не идеально и все еще сталкивается с множеством проблем. В последние годы машинный перевод низкоресурсных языков привлек внимание ученых как из страны, так и за рубежом, и стал одним из важных направлений исследований в области машинного перевода. В данной статье рассматривается анализ состояния и методов машинного перевода низкоресурсных языков и указываются возможные направления исследований в будущем.

Машинный перевод низкоресурсных языков; машинный перевод нейронных сетей; интеграция знаний; перенос обучения; ключевой язык