- 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
- 558514 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 172927
- 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
4 _" C, G! U# q4 T4 C" P) r/ ^) w1 P3 f' {2 N/ D0 w! g1 c
, Z, ?0 y* _3 Q ?/ @* [
- z; H+ f; b5 I$ 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9 |' h( Z- L- E4 z3 F, M) d
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
; M2 ^0 {, Y+ Y; l* T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
* o h3 }8 M3 V! H0 m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
5 ?- b ]( g8 P8 ^; C8 o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) G2 S! @- u5 g7 H: H- h
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" w% C! ]9 u. Z# H h
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
# R) ]: c' S$ l- l, R4 j; N7 b; u性。 8 s4 s) B0 y }! R4 I5 G
) V# i, T9 y1 X$ ]8 z, P
6 E+ p E" K2 c7 Y0 Z
|
zan
|