- 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
- 564663 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174622
- 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 , _& X {( j9 y
y7 m1 g# @9 W0 f
% m" W7 z- t' K+ z: Q
/ }/ f( I! V; n7 n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+ O3 J5 R% n; s. w4 c
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
% r* x% y; O0 V9 y4 S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
' y) L& y) `1 A( J2 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6 \4 w& m7 k( y; T6 P
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
* d p# V9 M9 \7 q4 S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
8 p Q0 {4 _& n( n/ |' X, 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9 C, }: i& `+ P' g! p
性。 . }: {* o b4 s6 v3 Y$ m0 O
6 M% @: I- r% [: K3 W+ D% t8 G/ E" T( j7 y
|
zan
|