- 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
- 565609 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174906
- 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
; w6 s9 x8 b# S
( K5 u3 S0 U% b" D( x9 u8 w# A, N6 D4 L2 p3 E+ d& Z2 x
6 z3 z) p }7 q" s. B" A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' V8 r9 b3 @( R( E) W
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$ H% G, h# g$ \
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
/ p7 w+ n8 J0 b! ^: a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9 S+ w: O9 t, @4 m8 u" x
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
% q) W4 g5 { E/ z$ W5 t% Y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! U) Y/ ~2 Z2 e, R
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 Z9 t0 V2 x" N% i( z
性。
7 [4 @. k2 I& C1 w) C! k2 b/ [
+ O& j) P# v S" d, d
- t$ Z6 t! i& e4 O* v |
zan
|