- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 563431 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174252
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
多语言机器人深度学习模型构建 ( z0 t* C' }, l8 [
' G: t+ P4 M, V7 X
# c& v) |& D3 x3 r5 k5 R1 l$ @4 {
7 k8 l* e: Z; i, W- R为了将中英文对话机器人已有的 NLP 能力拓展到更多语言,满 ?5 l2 w2 P# ]7 {: |
足混合语言人机交互场景需求,本文分析了新语言特性预处理机
9 \* e& q5 u$ L, R制,提出了一种多语言机器人深度学习模型,通过多任务联合训练2 N/ b9 U1 L: @% \; P9 ]# X! ]# ~0 n
翻译模型构建、引入判别器对抗训练、词向量语料共享、本地化挖
1 u! f& \1 B7 ~' V掘映射向量空间、跨语言知识蒸馏技术等创新方法,实现了不同语6 D- {1 A; i4 t O
言环境下的知识迁移和自动迭代。实验结果表明,跨语言模型在单' [& m2 ^6 R" U* S
语测试和混合语言测试上均达到了预期结果,证明了该模型的有效
7 f* I9 s1 ]# ?0 H6 }0 {9 V8 E性。 ' h8 m" L$ c4 Z- Z' h9 A3 f% |- ~! y
' K% |6 }* \0 r2 S$ `3 h9 z8 F+ m* |$ a1 x
|
zan
|