NLP在小米具有十分丰富的应用场景，一方面要为大量智能硬件的AI赋能服务(如语音交互、多语言支持)，另一方面也要为搜索、推荐、广告等内容应用提供技术支撑。大量多样化的应用场景也给NLP技术提出了技术通用性与跨领域俱备、云端与设备端并存等挑战。针对这些挑战，小米AI实验室NLP团队进行了大量技术研究和应用落地工作。

本次报告将会结合小米实际业务需求，介绍小米在NLP平台构建、内容过滤、人机对话、机器翻译等方面的探索和实践工作。

大纲：

1. 小米NLP总体介绍

   小米NLP相关需求

   小米NLP总体架构

2. 小米NLP技术面临的挑战

   技术通用性与跨领域俱备

   云端和设备端并存

3. 小米NLP技术的介绍

    MiNLP平台

   查询意图的理解

   内容的过滤

   多轮对话技术

   离线机器翻译技术

4. 小米NLP技术的落地

    智能问答

   人机对话系统

   机器翻译系统

5. 总结

听众受益：

1. 让听众了解NLP技术如何落地工业界；
2. 了解工业界产品中规则方法和统计方法的结合方式；
3. 了解设备端技术落地的难点和解决方法；
4. 多项具体NLP技术的落地实践。