该文介绍了一种新颖的多模式机器翻译模型，利用平行的视觉和文本信息，通过视觉注意力锚定机制链接视觉和文本语义，并在多个数据集上取得了有竞争力的结果。作者还收集了一个新的多语言多模态产品描述数据集，用于模拟真实的国际在线购物场景，该模型在该数据集上表现出了显著优于其他方法的效果。

该文介绍了一种新颖的多模式机器翻译模型，利用平行的视觉和文本信息，通过视觉注意力锚定机制实现视觉和文本语义的链接，并联合优化视觉-语言嵌入和翻译器。该模型在Multi30K和Ambiguous COCO数据集上取得了有竞争力的结果。作者还收集了一个新的多语言多模态产品描述数据集，用于模拟真实的国际在线购物场景，该模型在该数据集上的视觉注意力锚定模型表现出优异性能。