近两年来，语义表示技术在多个自然语言处理任务上取得了突破，大规模预训练在自然语言处理领域变得至关重要，被业界称为开启了 NLP 的新时代。百度也发布了持续学习的语义理解框架 ERNIE，在多个中英文任务上超越了 BERT 和 XLNet，取得领先效果。此次演讲，主要围绕语义表示技术以及百度的持续学习语义理解框架 ERNIE 展开。百度资深研发工程师王硕寰即将在 QCon 全球软件开发大会（上海站）2019分享《百度 ERNIE 语义理解框架》
内容大纲
语义表示技术简介；
百度 ERNIE 语义理解框架；
ERNIE 应用实践；
语义表示技术未来展望。
听众收益
了解语义表示的基础技术与前沿进展；
深度了解百度 ERNIE 语义理解框架；
了解 ERNIE 的应用实践经验，提升业务效果。
嘉宾介绍
王硕寰，百度资深研发工程师，硕士毕业于北京大学智能科学系。2015 年毕业后加入百度，专注于语义表示与计算方面的研究，目前负责百度 ERNIE 基础策略的研发工作。在语义表示、对话理解、语义匹配、语义分析等领域有多年的研究经验，申请国家专利 20 余项。
更多人工智能应用与实践的相关分享请访问 QCon 上海 2019 官网。
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...
字节跳动大规模机器学习训练的优化实践
自然语言处理技术范式迁徙之路
基于大规模弹性伸缩实现拓扑感知的在离线并池
评论