神経機械翻訳は最近、外部の言語情報の使用を最小限に抑えながら、印象的な結果を達成しています。本論文では、神経機械翻訳モデルの強力な学習能力が言語特徴を不要にするものではなく、これらの特徴を容易に組み込むことで性能がさらに向上することを示します。私たちは注意機構付きエンコーダー-デコーダー構造の埋め込み層を一般化し、基準となる単語特徴に加えて任意の特徴を含めるサポートを行いました。英独（English<->German）および英羅（English->Romanian）の神経機械翻訳システムにおいて、形態素特徴、品詞タグ、そして文法的依存関係ラベルを入力特徴として追加しました。WMT16の訓練セットとテストセットでの実験により、言語的な入力特徴が3つの指標（パープレキシティ、BLEUスコア、CHRF3スコア）に基づいてモデル品質を向上させることを見出しました。私たちの神経機械翻訳システムのオープンソース実装が利用可能であり、サンプルファイルや設定も提供されています。