- 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
- 564690 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174630
- 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 1 G! U. N5 E7 C# q
K5 j7 f# U8 G7 i
) ~2 _& `9 ~# @. o+ g8 Y6 j; F! T" p: g, a6 ]
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
( b H6 d# C3 E* ]7 O% K$ }( n; E' l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4 r; |# K* \2 P w7 D- o0 ?. q
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 H3 W9 G% q; L/ c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+ B3 g: v0 V/ h7 [. 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" L: J8 V' O* V7 [6 A w, p' P
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0 i9 v! S6 H! X
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 n# J5 T! T' G$ w4 P: K
性。 ( b$ T* o' \0 l2 L9 N% V
) m- M1 ~1 G9 n7 X$ M6 U& V
! e& o/ x5 o8 `( d: h9 t |
zan
|