- 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
- 563332 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174222
- 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
* A! `2 @+ _. Z# g) ?! w4 L* q x7 t/ r
0 X5 y+ J8 e: `# f1 R! v0 O
/ f, i( \, [3 L/ x8 p% @
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% h% b3 t! i# G- y
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 _# d9 f- o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/ z9 z' V/ c% e; p9 n. a
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
+ x9 ^& ^' ?4 e% C K" s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3 {- v- `! I) a5 B% v0 u
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
$ @/ z j5 C! i, C# h) 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2 I* v) b0 A1 `3 v0 ?
性。 ; R- m7 P* j" v& d/ B F& s) i3 k
- e. }$ _2 Q) s8 k
( ~6 P4 a9 J9 D+ p1 \* _9 ^
|
zan
|