介绍了一种基于词和短语替换的数据增强技术，能够同时考虑到 Out-of-Vocabulary 问题的两种类型，语法和语义约束，从而提高了低资源语言对的机器翻译质量。

May, 2022

本文主要研究针对机器翻译中低资源语种的词汇缺失问题，提出了基于双语词表整合的方法和基于数据增强技术的方法，通过以词干和格标注扩充双语词表词汇以提高 SMT 的准确性，在 Sinhala-English 机器翻译任务中取得了改善。

Nov, 2020

该研究提出了一种名为 VLAMD 的框架，该框架基于深度学习，利用语言先验知识，设计了一种针对 OCR 中存在的 Out-of-vocabulary 问题的解决方案，其中包括注意力 LSTM 解码器，自回归转换器解码器和双向训练方法，该方法在 2022 ECCV TiE Workshop 的 OOV-ST 挑战中表现出良好的性能。

Sep, 2022

本文介绍了一种基于多层数据扩增的 OOV 坚韧性槽填充模型，通过从词和槽的角度解决 OOV 问题。实验表明，该模型比现有模型和之前的最佳模型在 OOV 词和槽方面表现更出色。

Feb, 2023

使用模仿模型原理生成向量以解决自然语言处理系统中 Out-of-Vocabulary（OOV）单词脆弱性的问题，并提出了一种名为 LOVE 的简单的对比学习框架，可使现有预训练语言模型（如 BERT）的单词表示对 OOV 更为强健，并且在原始数据集和损坏的变体上显示出与之前竞争对手类似或更好的性能。

Mar, 2022

本研究介绍了一种稳健的语义框架解析系统，使用循环神经网络来解析口语理解情景下的复杂长文本，此系统可处理分布外模式和分布外词汇，并显示比当前最先进的基准 SLU 模型更好的结果。

Dec, 2022

使用基于词元的训练 - 测试分割方法重新评估形态学屈折模型，结果表明对于不同的语言模型的泛化性能有着不同程度的影响，尤其对于低资源语言的影响更大。

Aug, 2021

本文中，我们通过对一个新数据集的实验来量化解释混合词的含义的难度，结果表明，BERT 对这些混合词的处理不能充分访问其组成部分的含义，导致其上下文表示语义贫乏，而具有上下文感知能力的嵌入式系统在识别混合词的结构和恢复其来源方面表现优异，但其结果仍然远非令人满意。

Sep, 2020

本篇论文提出了一种利用文本到语音系统生成 OOV 单词并通过损失调整和正则化实现语音识别系统的持续学习，并且相比于之前的方法，该方法可以实现更高的召回率和更高的准确性。

Feb, 2023

利用 TTS 引擎为训练数据中不常见的词提供合成音频，并使用正则化技术在编码器上应用弹性权重整合，从而提高 RNN-T 对 OOV 词的识别准确率并保持对非 OOV 词的性能，相对 WER 可减少 57％。

Nov, 2020