- 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
- 567222 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175389
- 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
9 y/ L/ ^; `" W7 R8 @
* s. `! a* q/ C" i. f
( o+ N4 m" h, T! R4 i; M- j1 ^
# t) E: A, S+ D9 {1 ]# G- M$ E/ `# p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
. J' }/ n' J# z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) O1 `* }& l* |, g6 b' A) D
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
( L9 D( c) ]$ a0 P. _" s( j, b# x4 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% V7 n3 D- X* G+ n) z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# h8 N+ @2 m) ^+ O4 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9 y0 Q1 R* R# ~: S
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
% G o3 W' H' v K性。 . `- G; @3 B# H0 a2 r
6 A6 P" I! z* E+ P* s' l V
}+ [* X# I2 D# ]: `/ x L% D |
zan
|