神经机器翻译中课程学习研究综述
来源：计算机科学与探索杂志2025年第2期北京时间：
作者：胡春月, 斯琴图, 王斯日古楞
单位：内蒙古师范大学 计算机科学技术学院，呼和浩特 010022
摘要：课程学习作为一种新兴技术，近年来逐渐受到关注，它符合人类的学习习惯，由简到难、由浅至深。其核心思想是让模型从简单的、基础的概念开始学习，逐渐过渡到更复杂、更高层次的内容。在神经机器翻译中，课程学习作为一种训练策略，旨在帮助模型按照一定规律学习。课程学习现已被证明可以加速模型收敛，提高模型翻译质量和稳定性。从机器学习的角度介绍了课程学习的定义及其基础框架，并进一步探讨了课程学习在神经机器翻译领域中的应用。从样本难度评估与模型训练调度策略两个方面，详细阐述了预定义课程学习和动态课程学习两种方法。预定义课程学习通过事先确定样本的难度顺序，引导模型从简单到复杂的任务逐步学习；而动态课程学习则依据模型当前的学习状态动态调整样本的难度，提供了更灵活的训练方式。分析了课程学习在神经机器翻译领域的未来研究趋势，并提出了三个值得进一步探索的研究方向。
关键词：课程学习,神经机器翻译,难度评估,训练调度
基金资助：国家自然科学基金（61762072）；内蒙古自然科学基金（2024LHMS06024，2022MS06002）；内蒙古自治区科技计划项目（2021GG0139）。
