语义解析的最新进展几乎不考虑英语以外的其他语言,但专业翻译的速度可能非常昂贵。我们将接受单一语言训练的语义解析器(例如英语)调整为新的语言和多个域,并具有最小的注释。我们查询机器翻译是否足以替代培训数据,并将其扩展到使用英语,释义和多语言预培训模型的联合培训来调查引导。我们通过在多个编码器上的注意力并提出了ATIS的新版本,并在德语和中文中介绍了新版本,从而开发了一个基于变压器的解析器,将副本酶结合在一起。实验结果表明,MT可以在新的语言中近似训练数据,以便通过多个MT engines进行释义时进行准确解析。考虑到MT何时不足,我们还发现,使用我们的方法仅使用50%的培训数据才能在完全转移的2%内实现解析精度。1