专题：人工智能与机器学习解决方案专场（厂商赞助）

 智能问答是近年来NLP应用的热门方向，本次分享主要从问答技术的原理出发，介绍不同应用场景下的各种形态的问答机器人的实现原理，如基于检索和语义匹配技术的单轮问答机器人，基于对话管理的任务型机器人，基于阅读理解技术的阅读理解机器人等。另外，也会分享腾讯小知团队在将以上技术转化落地的实践路径和经验。

听众收益:   

1. 了解智能问答相关的各种算法原理

2. 了解工业级To B问答产品的系统架构和实战经验

目前人工智能高速发展，应用场景层出不穷。但是技术的发展离不开数据的收集和整理，数据建模的重要性对人工智能越来越重要。

2018年图数据库的兴起已成为共识。作为用点和边存储数据的模式，图数据库对于真实世界有着天然的支持关系，更带来了对于数据深度关联的洞察能力。

本演讲将通过对相关技术的介绍及案例的分享，帮助听众了解图数据库业界前沿的趋势，对于将图数据库应用带到人工智能有更深入的认识。

听众收益:

1. 了解图数据库的发展

2. 了解AI现阶段面临数据挑战

3. 了解图数据库带来数据深度链接分析能力

4. 相关案例的了解与认知

特定领域文本信息挖掘与提取，一直都存在语料少、需要重新标注等困难。这些因素严重阻碍了文本信息抽取在特定领域的应用。虽然开源领域存在一些工具，但无论在易用性还是效率、理念方面都远远无法与“高效”二字挂钩。

明略数据通过在特定领域长期从事文本信息抽取等积累，研发了业界首款集词典、规则、主动学习、在线学习等技术于一身的高效文本标注工具：Raptor。该工具中内置了明略数据自研的规则语言Ratel，能够将词典、正则表达式、外部NLP工具的标注结果很好的融合在一起。主动学习与在线学习能够随着用户的标注过程不断提供辅助标注，并且系统只会把机器最不确信的数据推送给用户进行标注。目前，Raptor正帮助明略数据在企业级服务中迅速构建文本挖掘模型。

听众收益:

1. 了解文本标注语言

2. 进一步了解深度学习和主动学习机制