本研究通过在资源稀缺环境中使用插入式脚注和嵌入式翻译信息来增强神经模型，模型在 SIGMORPHON 2023 共享任务数据集上表现优于现有技术水平。仅使用 100 个句子进行训练时，模型在极度资源稀缺环境中平均改善了 9.78 个百分点。研究结果突显了翻译信息在提升系统性能方面的关键作用，为语言的记载和保护提供了有希望的途径。