- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 81
- 收听数
- 1
- 能力
- 120 分
- 体力
- 554574 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 171745
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 18
- 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
, w7 i0 T: O$ j7 r5 U) n! j1 u6 d$ j b# `3 X
1 b; @4 e$ X& {# c8 ~. H
# i0 U, q4 t' z9 @5 e) \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/ G# E5 `8 N/ p' Q. s3 t" `: o& [& u
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
8 q/ H" [6 m4 H$ [; C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. X6 I: ]2 R3 V+ a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 t7 K) C. R0 f4 r0 m% y6 Z2 @- x
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
1 u U# u ]7 W; ~ F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
5 w2 Y8 B+ I7 T4 p. ^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
! l$ n* m8 C+ j! A5 W性。 ) x; x0 i9 M* y: N! i: F$ z
) s( [: @' Q& R2 `. d
: h% R% i4 Y" I* }# D+ ~ |
zan
|