AI開發者大會：2020年7月3日09:30--09:50司羅《爲商業搭建語言橋樑》
目錄
2020年7月3日09:30--09:50司羅《爲商業搭建語言橋樑》
雲產品-事件分析圖譜、雲產品-賦能範通信、雲產品-智能司法、雲產品-智能合同、、雲產品-智慧醫療
2020年7月3日09:30--09:50司羅《爲商業搭建語言橋樑》
自然語言智能——NLP是AI皇冠上明珠
自然語言智能研究實現人與計算機之間用語言進行有效通信。它是融合語言學、心理學、計算機科學、數學、統計學於一體的科學。它涉及到自然語言和形式化語言的分析、抽取、理解、轉換和產生等多個課題。自然語言處理研究是實現完整人工智能的必要技術 。
人工智能的四個階段
- 計算智能
- 感知智能
- 認知智能
- 創造智能
自然語言智能趨勢
- 1．深度語言模型突破式發展，引領重要自然語言技術取得進展
- 2．共有云NLP技術服務從通用功能走向定製化服務
- 3．自然語言技術逐步與行業／場景緊密結合，產生更大價值
自然語言技術平臺、翻譯技術平臺、NLP自學習平臺
語言模型——2018年BERT影響力非常大
描述自然語言的表示，順序，結構，意義，生成的過程以及如何使用與語言相關的應用任務。
- 語言學方法：使用語言學文法（如上下文相關文法）來描述正規的語言表示形式和意義一新語言，新語法新意義在不斷變化和湧現，純規則的方式侷限性大。
- 數據驅動方法統計學／深度學習：通過大最的語料和一些相關應用任務，學習語言的表示和結構一利用海I的語料信息自學習，適應於廣闊場景和應用 。
預訓練語言模型——StructBERT
預訓練語言模型——融合結構化信息
預訓練語言模型——排序／機器閱讀理解
- 1、檢索Retrieval
Query生成方案，通過till練基於pointer-generator的摘要生成模型， 引入copy機制和attention over attention機制提升quer詞生成準確度，用生成的query對原文檔進行document expansion提升召回。 - 2、排序Rankin
在預訓練語言模型StructBERT中引入拒識弱監，並再利用預till練好的StructBERT模型在排序任務的label數據上進行Ranking精排，產出最終文檔排序結果。
自然語言智能數據知識、技術、場景迭代升級
電商翻譯業務場景、釘釘翻譯服務平臺產品
雲產品-事件分析圖譜、雲產品-賦能範通信、雲產品-智能司法、雲產品-智能合同、、雲產品-智慧醫療
