Multimodal Machine Translation

Multimodal Machine Translation是自然语言处理领域的一个子任务，旨在利用多种数据源进行机器翻译，如文本与图像的结合，以提高翻译的准确性和上下文相关性。该任务通过融合多模态信息，能够更好地理解源语言内容，生成更贴近目标语言表达的译文，具有重要的应用价值。