论文部分内容阅读
为了将中英文对话机器人已有的神经语言程序(NLP)能力拓展到更多语言,满足混合语言人机交互场景需求,分析了新语言特性预处理机制,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性.