传统的神经机器翻译需要大量的平行语料,大规模的语料库对于小语种语言来说是不现实的。相对难以获取的平行语料,单语语料则容易很多。基于此,有人提出了完全使用单语语料训练的非监督神经机器翻译模型,其中最新的研究成果是Facebook AI的研究者提出的XLM模型。在实验中,我们成功的复现了 XLM模型在英语-法语上的成绩,但是,我们发现该模型在英语-中文无法正常工作。经实验验证,该模型在远距离语言如英文-中文,中文-泰文等语言之间均无法正常工作。分析研究后发现,出现问题的原因是模型退化,更进一步,模型在回翻译阶段由于噪音较多,导致无法生成有效输出。基于这个结论,我们提出了三种方法解决此问题:(1)在模型训练时增加平行语料,是模型从完全非监督训练转化为半监督式训练;(2)在回翻译阶段生成伪平行句对时扩大候选词范围,从原来的一个候选词扩大至K个候选词,我们称之为top-K方法;(3)使用双语词典,纠正回翻译阶段生成伪平行句对中的无效单词。在实验中,我们验证了上述三种方法均能有效改善翻译性能,其中,方法1是最有效的。同时,我们组合了上述三种方法进行实验,发现组合方法1与方法3效果最为明显,在中文-英文的翻译中最高BLEU值由0.59 提升至 15.87。在改进方法中使用了双语词典,传统的fast_align生成词典需要使用大量平行语料,这违背了低资源神经机器翻译的初衷。因此我们研究了基于图模型Graphlet的方法仅使用单语语料来获取双语词典。Graphlet最早用于蛋白质图结构的对齐。在我们提出的方法中,考虑将一种语言的句子以单词为单位,将单词作为图节点,句子中单词的前后关系作为图节点间的边,重复的边的数量作为权值。这样,两种语言的语料库各自独立的生成一个图,计算两个图中任意两个节点间的相似度,各节点相似度最高的我们便认为两个词具有对应关系,互为翻译。所有节点计算完毕即可生成双语词典。通过前述方法3使用该词典进行翻译训练,在中文-英文的翻译中最高BLEU值为14.97。