- 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
- 567255 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175399
- 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
; U3 Z) s" ?, w; e- s& }! N1 [! Y I- w8 Y0 R9 C1 R
8 |% X* c& X* b2 N$ G
- {* K! Z2 { F, y3 V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& l/ U9 T5 { S* C# L" \' E9 u/ E
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& O6 @0 @! E- X# y/ p- f7 j
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
+ d1 x* M/ w: Z$ y2 i) ]9 \' R+ k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 |5 l1 g- j( d, p, h9 Z/ L
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, H! R) ~7 k( ]6 d! j) p. j8 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! `( C. C1 p+ {/ B6 j
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- J8 @: _; G2 G$ ?4 E' r3 U
性。 - [% T4 y6 q5 Q6 r$ j" ]
( N2 v5 N4 A1 t0 G; i9 X `" ~' t r+ H9 Y7 T! X9 s' M
|
zan
|