神经机器翻译在低资源语言的翻译任务中存在翻译难度大、译文质量不佳的问题。本文针对低资源语言与汉语之间没有双语平行语料的情况，采用正反向枢轴翻译的方法，生成了三种低资源语言到汉语的平行句对，采用词汇级的系统融合技术，将Transformer模型和对偶学习模型翻译生成的目标语言译文进行融合，然后通过混淆神经网络进行词汇选择，生成了更为优质的目标语言译文。实验证明，本文提出的多模型融合方法在爱沙尼亚语-汉语、拉脱维亚语-汉语、罗马尼亚语-汉语这三种低资源语言翻译任务中均优于独立模型的翻译效果，进一步提升了低资源语言神经机器翻译。

内容中包含的图片若涉及版权问题，请及时与我们联系删除