一种在资源受限环境下进行多语言神经机器翻译的方法

本发明涉及语言神经机器翻译技术领域，且公开了一种在资源受限环境下进行多语言神经机器翻译的方法，所述方法包括以下步骤：首先采用模型压缩技术，通过采用量化、剪枝和知识蒸馏等技术，减少模型大小和运算复杂度，使其能够在低功耗设备上运行；随后设计多语言共享的网络结构，通过设计一种能够同时处理多种语言的神经网络结构，通过共享编码器和解码器，减少模型的参数量，提高翻译效率。本发明神经机器翻译因其翻译质量和效率而成为首选技术，传统的NMT模型通常需要大量的计算资源，这限制了它们在资源受限环境（如移动设备、物联网设备）中的应用，导致传统的NMT模型使用时存在一定的局限性。