- 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
- 563324 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174220
- 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
% D- m( k$ W! A% ]
* Z% l. D% A6 b4 t; u F/ Y. v
) R* m# I- F4 w( `0 y0 p9 l" n3 I$ _
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- r4 ~; D! ^( @% }
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* i3 E- m/ \$ V
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
/ f& m" v) i, h' 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8 f4 s: G* I! u3 ~
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
- y/ u1 R% Q) s+ h C+ y2 u0 h( ?& C. }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
7 w% Y4 D4 G; o" _& t" j9 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' e- v$ e9 p3 P3 B* J
性。
% M( T/ z( o- N
$ T& X) H( G- N* C, T: C" A& q' S) L1 e
|
zan
|