在 AICon 北京 2019 大会上，苏海波讲师做了《深度迁移学习在 NLP 中的应用及实践》主题演讲，主要内容如下。
演讲简介：
预训练模型 BERT 基于深度迁移学习的思想，目前已经成为业界 NLP 领域的主流技术。百分点科技在各种 NLP 任务中也广泛使用 BERT 技术，并进行持续的优化和改进，包括采用 Google TPU 解决算力的瓶颈、采用 BERT 和上层神经网络进行联合参数调优、采用 BERT 的各种扩展模型和数据增强进行效果提升等等。另外，我们在 NLP 方面有多年的技术和业务实践经验，服务了几百家企业级客户，并且成功采用深度迁移学习技术解决各个行业客户的 NLP 实际业务问题。本讲座将分享深度迁移学习模型在各种 NLP 任务中（包括智能问答、智能校对、情感分析等）的应用实践，具体内容包括模型的技术原理、Google TPU 的使用经验、模型的参数调优和数据增强等优化技巧，同时展示对应的使用场景、业务案例和应用价值。
提纲：
1）NLP 中的深度迁移学习模型原理
2）Google TPU 的实际使用经验
3）模型的参数调优、数据增强等优化实践
4）各种模型的效果对比
5）多个行业客户的使用场景及案例
听众受益点：
听众将会了解深度迁移学习在各种 NLP 业务场景中的应用和实践经验，包括如何采用 Google TPU 解决算力的瓶颈、如何采用 BERT 和上层神经网络进行联合参数调优、如何进行数据增强等技术，同时，听众还可以了解多个行业（包括媒体出版、公检法、快消零售等）客户的 NLP 实际使用场景和业务案例。
前言亮点：
1、预训练模型的各种优化和实际使用经验；
2、Google TPU 的实际使用经验；
3、数据增强的实践经验。
听懂我的演讲，需要具备这些知识储备：
1、自然语言处理的技术基础
2、深度学习的技术基础
讲师介绍：
苏海波，百分点首席算法科学家。
苏海波，清华大学电子工程系博士，百分点集团首席算法科学家，擅长人工智能领域的自然语言理解、动态知识图谱、深度学习、个性化推荐以及计算广告学技术；多篇论文发表于 GLOBECOM、ICC、IEICE Transactions 等国外顶尖学术会议和期刊；曾就职于新浪微博，负责广告系统的算法效果优化，以及信息流产品整体算法策略的设计及研发；现负责百分点自然语言处理、知识图谱以及智能问答等认知智能方面的算法研发，带领团队成功开发了智能问答、智能校对、智能翻译、AI 李白等多款 NLP 应用产品，并在多个行业的客户中成功落地使用。
完整演讲 PPT 下载链接：
https://aicon.infoq.cn/2019/beijing/schedule
腾讯大规模云原生技术实践案例集
本案例集详细阐释了 QQ、腾讯会议、和平精英、小红书、斗鱼、微盟等十多个亿级用户产品背后的大规模云原生...
评论