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