Word2vec 到行为:形态学促进了机器语言的基础
佛蒙特大学近期发表论文引发机器学习社群关注,以下为论文概述:使机器能够适当地响应自然语言命令可以极大地扩展他们可以服务的人数。最近,神经网络训练的字嵌入的进步已经赋予了非体现的文本处理算法,并且表明它们对于具体化的机器可以具有类似的效用。在这里,我们介绍一种方法,通过训练机器人以类似于语义相似的 word2vec 编码命令来执行此操作。我们证明,这使其能够在训练之后适当地采取前所未闻的命令。最后,我们表明,机器人的机械结构可以促进或阻碍在运动和语言相似性之间引起这种对齐。这说明在未来,以上方法可以发现并利用动作,语言和机器人结构之间的关系。