本文探讨了改进Transformer模型以实现零-shot机器翻译的方法。通过移除编码器中的残差连接，模型在IWSLT 2017数据集中平均提高了2.23 BLEU分数。此外，研究提出的迭代训练过程和辅助损失方法显著提升了多语言翻译的性能，尤其在零样本翻译上表现优异。

该研究成功解决了文本和图像信息融合中的挑战，通过引入辅助损失与主任务相结合的方式利用社交媒体帖子中的多模态信息，并分析了辅助任务在特定场景和案例中的最有效性。