该研究探讨了在只有大型单语语料库的情况下学习翻译的方法，提出了神经模型和基于短语的模型，并通过参数初始化、语言模型去噪和反向迭代自动生成并行数据来提高翻译性能。在基准测试中，这些模型在英法和德英翻译中分别获得28.1和25.2的BLEU分数，比现有方法高出11个分数。在低资源语言如英乌和英罗马尼亚翻译中也取得了良好结果。