- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 81
- 收听数
- 1
- 能力
- 120 分
- 体力
- 554574 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 171745
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 18
- 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 % V4 G: w. Y" T$ d! c; @3 t+ @
- p5 U! t" l/ m" r& T
6 x, b. @) P$ K/ u' g8 K, Q. U
$ E5 x3 h# f+ L! o3 [ Y+ {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3 H$ B* O# u) f+ a
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& S1 i G: V/ B; e8 \" p/ [! I
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
/ n% a+ D" A/ j M$ U9 `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 j) c: o. `5 Q( T
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
2 k) {- O- {# U5 X V6 k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/ y2 L' I. T* `1 S$ f
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
* p" ?& H7 K, p9 z性。 0 Z; b$ x, Y( u+ J, h- [
* P3 P6 v X( Y8 J: q/ F2 P+ ^# X/ h; N5 d
|
zan
|