- 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
- 565613 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174907
- 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 % [. x$ }# f* T2 q& r
2 }$ k! J% X t$ X: p' }2 b* P5 H' k# j$ x4 d0 I
) v8 a( N* d* P% g$ h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! W8 b3 P8 c4 \( f) v* ~
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
; s8 c& ~! i" x" L4 g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% Y# A$ w4 B/ ?# G, i1 D& L
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
/ c9 N9 q4 p" Y6 [0 Y0 t$ }) z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
! T0 I% `8 T: {5 _0 w* m) \ {5 |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# F* L! G, t! V0 r2 E& _
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
6 r- k. ^2 ] O5 O& r( V) x性。
7 J; o6 D7 `, R$ [ A2 k
* @1 g% J4 E Z X' A4 K% B$ @: i& {& H' v
|
zan
|