本研究提出ProNMT框架，旨在解决神经机器翻译中代词翻译的难题，通过质量评估和概率反馈机制优化训练，显著提升代词翻译的准确性及整体翻译质量。

本文研究了多编码器模型在不同上下文下对代词翻译的影响，并通过评估结果发现模型在 ContraPro 测试集上表现良好。分析显示上下文编码器提供足够的信息以学习话语层次的信息，同时将所选上下文和随机上下文进行混合通常比其他设置更好。

本文研究了多编码器模型在不同上下文下对代词翻译的影响，并通过评估结果发现即使上下文是随机的，模型在 ContraPro 测试集上表现良好。分析显示上下文编码器提供足够的信息以学习话语层次的信息，同时将所选上下文和随机上下文进行混合通常比其他设置更好。