- 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
- 564706 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174635
- 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
* }/ B& f# q5 p, j: u% S/ i1 e. P2 W+ |. F3 F4 f: P
9 y/ R: n( `) J' b
0 b6 ]6 _% `& w6 B
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
. M( b; H% m$ e, X0 u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
: ^5 o! u6 W* Q: p. }- A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& n1 E+ m4 @* |( Q
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
* K6 e h) B4 _8 Q/ E. j: M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( R# B3 e9 F) Y1 l- U, b
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
4 S$ t& G3 z9 m- G8 j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
4 l3 }$ K" ]* U性。
) Y- K) l: d9 r
& Q. b# c p5 {8 S& J! A) x% j5 W
! y- H% D3 R1 R8 a) ] {' z! W |
zan
|