- 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
- 564681 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174627
- 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 * a8 [7 W9 }" `3 q: k! P
, }9 v' U4 Y# |% B0 A, e
; e& s3 h5 O8 w$ E# J" I( [3 ^
; f# ~! C* S+ T; ^+ q7 o9 ?+ @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
0 G4 N3 g5 V% B1 ^9 }# F; r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
! T/ l0 V) V) i4 G+ H" r7 f/ G. o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0 ]0 v& j5 v3 D) M9 f+ M/ m
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+ O0 P/ D* b' A E! v) V
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
7 X) k ?3 I( u9 a7 {0 i5 h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
* Y# c0 R. S; Q' t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 X+ k/ _' J; m. d性。 # i. k: I1 K! F* Z( w/ C
0 N, |1 t+ t" ?! M) e1 H: F- G- U2 A3 v3 m6 n
|
zan
|