自然語言處理技術近幾年發展的非常快，在互聯網金融、推薦、搜索、圖神經網絡、知識圖譜等領域都在不斷發展壯大。Siri、天貓精靈就是當下我們在生活中最常見的 NLP 技術實踐應用，它可以根據我們的輸入語言，自行地輸出結果。但NLP的落地場景不是那麼直接，需要結合客戶或者是產品設計。比如做推薦，訓練模型的關注點可能就是模型對應的幾個指標，比如查准率等，但是客戶看的是最後推薦的效果，也就是用戶實際的評價和購買情況。因此，不管實驗室的效果如何，在實際效果中，需要根據客戶的反饋不斷調整系統參數，調整訓練數據，或者結合其他算法等，以此來提高最終落地的效果。而且，上線運行後，還需要根據運營的日誌和客戶的行為，再迭代模型；根據運營的數據，調優迭代。此外，自然語言的多樣性、歧義性、社會性、主觀性等特點，使其呈現出了錯綜複雜的圖景。目前來看，現有的語義表示方案只能通過特定任務下的數據進行學習，通用性和遷移性都遠遠不足；
在多模態的自然語言處理技術方面，也有三大難點：其一，語義鴻溝是普遍存在的，單模態尚且如此，多模態要融合時無疑難上加難；其二，多模態數據間存在特徵異構性，跨模態相關算法要有質的飛躍；其三，建立多模態的數據集面臨極大的挑戰；
數據匱乏也是NLP領域裡一個永恆的問題，缺乏標註數據、樣本存在大量噪聲、數據存在偏差都是很常見的現象。在AI研發中，算力是基礎，算法基本開源，數據自然而然就成為了各家研究機構和企業角力的核心。尤其是當你需要一些特定的數據時，僅僅採集數據的代價就可能超出預估。
雖然，面對的挑戰巨大，但國內自然語言處理研究一直走在國際前列水平。尤其是以百度、華為、阿里、復旦大學、科大訊飛等大廠的落地實踐，通過這些應用項目，可以快速了解NLP的相關知識並同步業界前沿。為了幫助更多的從業者了解當下最前沿且落地的相關實踐，掌握NLP、知識圖譜、推薦/廣告、機器學習等基礎知識，產業實踐中的模型部署等，11月26-27日，A2M峰會組委會邀請到了98個國內外AI技術專家進行乾貨的分享輸出，希望這些實景案例可以對大家有所啟發和幫助，我們挑選出了部分精彩案例，我們一起來看看。除以上精彩案例外，還有數據科學、計算機視覺、數據中台、數據庫、AI開源、雲原生中間件等28個專場的大咖分享。更多A2M峰會相關內容請至官網查看：https://a2m.msup.com.cn/?qd=datafun現在點擊「閱讀原文」，有機會獲得A2M峰會單場體驗票一張，趕快參與吧！
鑽石舞台 發表在 痞客邦 留言(0) 人氣()
留言列表
留言列表