- 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
- 563312 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174216
- 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 v+ [1 v! | y0 T
1 a/ }6 D! y( n$ U+ E& k2 w9 O2 V$ B; ?7 v Q& }
$ h# N) w0 i2 o) J8 `) u3 M( \
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; A9 R9 ?3 `0 d# v7 L) s" e8 i3 E
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
$ J; z* z; B. R6 W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$ Q, v! _' z+ O1 K7 S9 [( H" U
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
& G! I; T) B; D6 u2 Q" G/ _) \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
& f8 q+ v+ E4 \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$ c: Q# q* P0 k. y R B* ]
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4 R& [* i, j% c# `% F' w- A3 |
性。 ! Y" |/ M0 A0 W
2 p7 x0 {) \5 v$ I' U7 z( G+ u
5 A. @7 b8 Q" @ t( }( o" C |
zan
|