该文介绍了一种基于键值记忆的注意力机制模型，用于神经机器翻译。该模型通过维护及时更新的键内存和固定值内存来存储源语句的表示，以便在每个解码步骤时，可以关注更合适的源单词来预测下一个目标单词，从而提高翻译的适用性。实验结果表明该模型在中英文和WMT17德英翻译任务中表现优越。

该文介绍了一种基于键值记忆的注意力机制模型，用于神经机器翻译。该模型通过维护键内存和固定值内存之间的转换和迭代交互，以便在每个解码步骤时，可以关注更合适的源单词来预测下一个目标单词，从而提高翻译的适用性。