多语言机器人深度学习模型构建

摘要: 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.

关键词: 人机交互     多语言     多任务联合训练     知识蒸馏    

0 引言

随着“互联网+”在多领域的应用实施，不同电商平台纷纷推进国际化战略运行历程，业务逐渐由国内向海外拓展，因此对于人机交互智能服务平台也提出了更高的要求.智能对话机器人开始不仅仅是支持中文ÿ