摘要
尽管神经机器翻译（Neural Machine Translation, NMT）问世时间不长，但在多种语言对的翻译任务中已展现出令人瞩目的成果。然而，目前NMT主要应用于正式文本场景，例如WMT共享任务中的文本。本研究进一步探讨了NMT在口语化语言领域的适用性，参与了IWSLT 2015的机器翻译（MT）赛道。我们重点考察了两种情形：（a）如何将现有的NMT系统适配至新领域；（b）NMT在低资源语言对上的泛化能力。实验结果表明，基于现有的NMT框架，我们在英德语和英越语翻译任务中均取得了具有竞争力的性能表现。尤为突出的是，我们在IWSLT英语—德语机器翻译赛道中，将当时的最先进水平提升了高达5.2个BLEU分数。