- 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
- 559400 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 173193
- 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 # j# Z6 @; N3 {( ]6 P* B
% e0 p! w4 s1 u/ A
) A2 I* M* s! e" L) S
; ^$ o9 O+ o1 z0 r0 v' W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 u' A2 o9 G3 f6 ~+ M
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/ z- T0 ]- ~9 U6 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
: }$ S& H9 y0 }- B: i+ g W9 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7 Y; O3 g& }- p# o3 j
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% E9 k# [& W9 X4 f9 o1 |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' d# m. l8 y+ S c0 ?5 Z# o
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1 G; [/ W% n9 _7 N& E2 s7 O" P
性。 7 Q8 c3 A# p$ R8 c- K
; {( n7 y$ d1 |. v
; [; A% m9 z* m |
zan
|