深度迁移学习在NLP中的应用及实践

所属专题:NLP应用和实践

嘉宾 : 苏海波 | 百分点首席算法科学家

讲师介绍

专题演讲嘉宾: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。

议题介绍

演讲:深度迁移学习在NLP中的应用及实践

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

听众收益:

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

交通指南

© 2019 Baidu - GS(2018)5572号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
本网站图片存储由七牛云独家支持