- 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
& k/ Y. b4 m4 k% l4 |0 I9 C" A& u7 y! H. ]' D5 I9 D8 _7 v1 v Y
* L' s/ R5 y$ l7 g! n8 M
/ w% \3 X: E, q6 Y
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
: x8 c5 d& Z) a' n( t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1 l6 ?$ T9 D5 A2 o& I* Z% H
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& L" b, m& r1 S- g, 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
/ j$ C' L( `6 b8 T: 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; c3 \% ?- Q$ ~! D* Q1 R
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
/ g5 d0 X9 ` ?8 z, B" i4 p- h" 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( ?! z' O- C4 ] o( W7 l$ h' k
性。 0 z2 l2 o1 I; l, r
5 W3 E9 S% |& [
( A D( F# v% |; U/ Z: z2 l7 |% Z |
zan
|