关于自然语言产生机制的理解以及对抗网络机器学习的应用(想法记录)

本文探讨了自然语言遵循的省力原则及语言发展过程中的对抗网络训练机制。通过A(观点到语言)与B(语言到观点)的互动,使得语言更加高效。文章还讨论了专业词汇的产生原因,并提出了如何利用这种机制进行语句生成和理解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

众所周知自然语言的产生遵循交流的省力原则,也既A与B,对话过程中
A-->需要用最小的符号表达最清楚的含义
B->明确的理解A的含义

也就是说语言的发展是一个对抗网络的训练过程

整个对抗网络如下:

A: 观点-->语法结构-->顺序语言

B: 顺序语言-->语法结构-->观点

训练目标如下:

整个网络保证A-B的观点相差最小化

A要说明意图的情况下尽量短的输出文字字符

B要尽量的理解文字含义,也就是尽量预测A的意图



可以预测不同的训练语聊环境讲产生不同的专业词汇,因为专业词汇正是为了减少双方之间语言的费力而产生的,

这样训练好的A网络可以用于语句生成,而B则可以用于NLP



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值