- 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
- 565620 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174909
- 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
8 n' m, \$ h6 x( U' y8 ?- c1 \1 [ V) u! a
* K9 _# ^* E' s* N- R( K5 |
% x$ Q( m+ M2 h9 T( C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
4 J: t$ `9 T5 A- x) U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
% T3 {: @- G z2 P; s4 k" _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+ J1 Z% G" A# R
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
& X' _0 O( |6 J* 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1 p& o4 q" p* x7 r' T
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2 t% x6 {( V1 w# Q
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 P! H! F5 y8 W5 Q D性。 * x; p/ M: S/ O9 q0 K" M" k U5 i! u
& L3 d! x! ^: W/ m$ p0 H
5 g* @8 R2 p& j- ]! x |
zan
|