专题出品人: 何中军

百度 人工智能技术委员会主席

专题:NLP

自然语言处理(NLP)技术正在进入高速发展阶段。NLP 目前也是落地项目最多、技术演进最成熟的人工智能技术之一,在多个行业的不同场景都有非常成熟的案例。本专题将邀请相关技术专家,分享NLP技术进展和实践,详细解读NLP技术在各行业的应用和实践。

本专题下的议题

阿里巴巴电商知识图谱的构建与应用案例
张伟(览图) 阿里巴巴 业务平台-资深算法专家
所属专题:NLP

课程概要

遇到的挑战主要是由两方面原因造成的。

第一,知识图谱相较于图像、语音、NLP 等 以算法为主的 AI 领域来比,它不是单单靠算法模型持续优化就能解决的,它更多 的还需要知识运营的参与以及工程系统的搭建。 最终的交付物并非是单纯的算法服务,而是一个很大的知识网络。

第二,百科知识图谱对知识有清晰的定义,大家谁去构建目标都差不多,交付物最终也不会偏差太多。但是商品知识图谱到底构建哪些知识 是没有太清晰的定义的。

总而言之,面临技术上不知从何下手,知识上不知交付终态是什么的两个问题。

听众收益

1. 对知识图谱实践的方法和场景有全面的认识
2. 对知识图谱未来的发展方向有些了解
3. 对知识图谱应用的现状和局限有一定的了解

百度NLP技术与产业实践
何中军 百度 人工智能技术委员会主席
所属专题:NLP

课程概要

当下,NLP技术面对越来越多样化的行业需求,会面临大量场景适配、迁移的问题,如何研发出能够快速适配场景任务且效果达标的NLP应用技术与产品,是一个很值得探讨的话题。

听众收益

1. 百度NLP技术的最新进展
2. 百度NLP技术的产业实践经验
3. 百度NLP对技术与产业结合的思考与洞察

推荐系统在西山居的落地
黄鸿波 西山居 AI技术专家
所属专题:NLP

课程概要

案例背景:
近年来,用户对于互联网产品的个性化需求越来越强烈,各个产品为了留住用户,都在不断的研究个性化推荐,使得自己的产品能够根据用户的浏览历史给用户推荐更感兴趣的内容,目前很多企业的个性化推荐落地也相对比较成熟,基于这个问题,我们公司也在研发一整套个性化推荐系统,本次演讲主要是介绍下我们的个性化推荐系统,以及遇到的坑。

解决思路:
1、引入模型增量更新模块,使得离线模型能够达到近似实时更新的效果;
2、将整套研发过程全自动化;
3、将基本的推荐系统算法进行优化,使得其效率更高;

成果:
推荐系统在西山居顺利落地

听众收益

1、了解企业中整套推荐系统的架构流转;
2、了解企业在构建推荐系统的过程中所踩的坑;
3、了解推荐系统的优化策略;

博士,百度人工智能技术委员会主席,从事机器翻译研究与开发十余年,研发了全球首个互联网神经网络翻译系统、首个WiFi翻译机、首个语义单元驱动的语音到语音同传系统。曾获国家科技进步二等奖、中国电子学会科技进步一等奖、中国专利银奖、北京市科技进步二等奖、电子学会优秀科技工作者等多项奖励。

专题:NLP

自然语言处理(NLP)技术正在进入高速发展阶段。NLP 目前也是落地项目最多、技术演进最成熟的人工智能技术之一,在多个行业的不同场景都有非常成熟的案例。本专题将邀请相关技术专家,分享NLP技术进展和实践,详细解读NLP技术在各行业的应用和实践。

CopyRight © 2008-2020 Msup & 高可用架构

京ICP备09001521号