- 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
- 567224 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175390
- 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
i5 N# }7 q+ V* _
6 r" @8 _) N0 m8 D- j9 B# N8 O" U; J1 Q2 w& E" V
# ^' ]) D; i6 j
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. G1 e5 C, p0 x
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- x7 t, X4 T- o1 q/ F" i
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/ \- T% R* X$ f
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
2 O- f* m' Y$ m2 [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9 e5 b5 v) S3 J; w Z" G
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
" L% s F- ^$ u; y% _7 e$ i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 h* ~, n2 [3 v& p1 {$ D- H* i
性。
3 ~& M x3 D" g
9 {5 n8 s" O, F" \- [( t
1 C: Z0 o6 B0 x |
zan
|