- 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
- 559552 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 173238
- 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 " M" G- u: a. U) d! @! S* M
! M# X& K$ T3 c1 D* i* y: q/ b' R5 K' s1 }
' c8 y: N! e. u! d1 `& y5 d1 u* B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 c2 ^& S1 r" a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1 {; m, `; D- \0 R' q2 i
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1 i s; @. M( b1 G6 c* d3 C- z2 {
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 S5 v# j' t2 c( p5 R5 J7 \* R" O: y
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 k2 r) L5 g+ l" c0 U6 J ^% W9 L4 k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' a. E6 C( C* D% O9 Z
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8 V" O1 v- U: P9 c
性。 B* R* C, O! D' r1 {# O
# E" a+ B; [; r" {3 g4 \
0 X F0 e' Z, K |
zan
|