摘要：近年来，在大量的双语语料库中，神经机器翻译（NMT）取得了巨大的成功。 但是，对于资源匮乏的语言而言，它的效果要差得多。 为了缓解这一问题，我们提出了两种可以提高低资源NMT系统性能的方法。 第一种方法利用解码器的权重分配来增强低资源NMT系统的目标语言模型。 第二种方法是使用跨语言嵌入和源句子表示空间共享，以增强低资源NMT的编码器。 我们的实验表明，与基线系统相比，该方法在低资源神经机器翻译上可以获得明显的改进。 在IWSLT2015越南语-英语翻译任务上，我们的模型可以将翻译质量平均