该研究提出了一种简单而有效的方法来生成合成数据，以更好地权衡质量和重要性，从而提高回译神经机器翻译（NMT）的性能。在 WMT14 的基准任务中进行了广泛的实验，证明了该方法的有效性。

该文介绍了一种训练单一机器翻译模型的方法，能够翻译混合语句到任意一种语言，以应对社交媒体和用户生成内容的崛起带来的语种切换翻译需求。该模型在使用 WMT14 英法数据集进行训练后，在混合语翻译中大幅优于双向基线模型，并且在非混合语（单语）数据上保持了质量。