- 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
- 563368 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174233
- 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 3 _5 |8 g. ^8 s1 t' {7 {- M, @
0 R, X" [' V3 i* a; x& _) k
. R0 T( E P/ I$ u2 q# U$ [
; @, n& H( A, s1 \$ a' T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
$ Q% @* K: Q( J! C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& K# s3 Q5 O7 n! f
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
% P. c0 _ t9 p9 s- D# 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8 e2 i) d; |9 _1 j. i
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! s, p4 ^& O f7 o' m4 R9 _
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/ l8 U* Z! |: W/ ^( W
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; N- |4 E& |( u: h2 p# t
性。
) [7 s- U6 U6 B b; H" ~9 [4 E1 S" A1 A. w3 Y+ O# R+ q* Z8 {2 L
( z6 e0 h* N% E' z! C; U& Z' Q# Z6 A |
zan
|