随笔分类 - 产品相关
摘要：继 2017 年 8 月份首度联合发布开放学术图谱（Open Academic Graph， OAG），近日，清华大学和微软研究院再度携手将 OAG 更新为 2.0 版本并进行了发布。 OAG 2.0 版本 VS 1.0 版本 于 2017 年开放的 OAG 1.0 版本，通过整合清华 AMiner
阅读全文
摘要：基于信息检索的问答 在机器人智能问答中，基于信息检索的问答（Information Retrieval Question Answering，IRQA）是指给定整理好的问答对（QA对），通过理解用户的问题，从问答对中找到与用户问题语义上等价或相近的一个问答对，并将问答对中的A作为用户问题的答案返回。
阅读全文
摘要：大数据时代以其海量的数据，极大丰富了人们获取知识的来源与途径，为人们更好的掌握与认知事物规律，提供了越来越丰富的手段。与此同时，随着数据量尤其是非结构化数据的急剧增长，数据的分析与理解已经远远超过人类的理解与分析速度，在某些应用场景甚至会出现随着数据的增长而应用效能下降的“拉弗曲线”效应，困扰着行业
阅读全文
摘要：一、什么是数据中台 数据中台的概念最是阿里提出来的是为了实现数据的分层和水平解耦，提供数据服务能力。看了那么多中台的概念，对中台也有些自己的理解。笔者认为中台主要是为了提供全域的数据服务。主要包括以下4部分：数据资产、数据治理、数据模型、数据服务。 image 打通数据建模对全域数据进行沉淀形成数据
阅读全文
摘要：基于知识图谱的相关应用大致可以分为搜索、问答、决策、推荐等几种常见的类别，对于知识图谱的理解，可以参考之前的文章《三个角度理解知识图谱》，本文主要就年初规划的xx智能问答建设方案，介绍一下基于知识图谱的智能问答，主要分为如下几个方面： 1、人机对话体系结构 2、问答产品知识结构 3、典型的智能问答产
阅读全文
摘要：知识图谱（Knowledge Graph）以结构化的形式描述客观世界中概念、实体及其关系，将互联网信息表达成更接近人类认知世界的形式，目前主要应用于搜索、推荐、智能问答等领域，接下来会简要整理目前主要的KG落地应用。 1. 搜索 知识图谱技术最先应用于搜索，最初由谷歌公司在2012年5月提出（201
阅读全文
摘要：国内： 1、海翼知 PlantData 网址：https://www.plantdata.ai/home/index.html 提供企业级知识图谱存储管理平台KGMS，提供面向分析人员KGPro、运营人员KGSensor、终端用户KGRobot等KGaaS消费套件 Demo Gallary中涉及的行
阅读全文
摘要：在许多学术界和工业界人士努力下，先后在多个领域诞生了开放数据集，从入门的 MNIST，再到大名鼎鼎的 Image Net，涵盖了通用场景。但在实际的业务通常碰到某些细分领域没有开放数据集，比如服装的类型和风格，这就要求自己构建训练数据集，或自力更生，或临时雇用外包人员 (自己提供工具)，甚至全权委托
阅读全文
摘要：SMART是一套创建Sprint目标等目标的标准，这是Sprum团队编写的简短声明（基于产品负责人的初始目标），引导他们朝着他们想要完成的目标前进。SMART代表具体，可衡量，可实现，相关和有时限。以SMART格式编写目标可确保目标设定者明确他们想要完成的内容，时间和方式。 小号 pecific：设
阅读全文
摘要：知识图谱（Knowledge Graph, KG）本质上是一种大规模语义网络，包含实体、概念及其之间的各类语义关系，目前已经成为认知智能的基石，是发展人工智能的核心技术，它让机器语言认知、可解释人工智能成为可能，能够显著增强机器学习的能力，将成为与数据驱动相并列的一种非常重要的解决问题的方式。 最近
阅读全文
摘要：以史为鉴，可以知兴替。纵观近期包括 AAAI、NeurIPS、IJCAI 在内的AI顶级会议，对图结构模型的研究是一个绕不开的话题，大量学者涌入这个赛道，想一试身手。然而，作为一类古老的理论，人们对图论的研究实际上贯穿于计算机科学发展的始终。如今我们看来耀眼辉煌的人工智能技术，实际上也是离散数学、统
阅读全文
摘要：自然语言处理的大部分任务是监督学习问题。序列标注问题如中文分词、命名实体识别，分类问题如关系识别、情感分析、意图分析等，均需要标注数据进行模型训练。深度学习大行其道的今天，基于深度学习的 NLP 模型更是数据饥渴。 本文分享一个中文文本标注工具Chinese-Annotator。 https://g
阅读全文
摘要：从人工智能学科诞生之初起，自然语言处理（NLP）就是人工智能核心的研究问题之一。NLP的重要性是毋庸置疑的，它能够实现以自然语言交流为特征的高级人机交互，使机器能“阅读”所有以文字形式记录的人类知识，并提供各种高层智能服务的基础和关键技术。 目前在NLP领域最受瞩目的要数谷歌的NLP模型BERT（B
阅读全文
摘要：借助阿里知识图谱的建设，阿里电商平台管控从过去的“巡检”模式升级为发布端实时逐一检查。在海量的商品发布量的挑战下，最大可能地借助大数据、人工智能阻止坏人、问题商品进入阿里生态。同时面临问题商家实时的对弈、变异和恶意攻击等诸多挑战，知识图谱仍然保持着每天千万级别的拦截量，亿级别的全量智能审核次数，在滥
阅读全文
摘要：随着与云计算、大数据、物联网等相关产业的协同发展，人工智能在历经60年的起伏之后，如今已经在全球范围形成了新一轮的抢位发展态势，不仅提供了经济创新发展的新动能，而且正成为助推各行各业转型升级的新引擎。国务院印发的《新一代人工智能发展规划的通知》也着重指出，应该“推动人工智能与各行业融合创新”，在重点
阅读全文
摘要：一. 知识图谱和金融领域简述 什么是知识图谱？ 借鉴其中一个理解： 知识图谱主要的目标是用来描述真实世界中间存在的各种实体和概念，以及它们之间的关联关系。 具体理论知识就不在此赘述，对于这个抽象的概念会有一篇文章来列举一个代表性的例子。 知识图谱起源于语义网络，最初由Google提出用与优化搜索结果
阅读全文
摘要：——对抗性神经网络。由一个不断产生数据的神经网络模块与一个持续判别所产生数据是否真实的神经网络模块组成的神经网络架构，创造出近似真实的原创图像、声音和文本数据，有望大幅提升机器翻译、人脸识别、信息检索的精度和准确性，未来将应用于自动驾驶、安防监控等领域。（其实这方面还可以做一些很有趣的事情，比如生成
阅读全文
摘要：本期接着对Android的美学设计的分享。 1.3 Light and shadows 光学与阴影 1.3.1 Light 在素材设计的环境中，我们会用虚拟的光来照亮UI界面。主灯光会产生尖锐，有方向的阴影。背景光会在各个角度产生分散的，柔和的阴影，我们叫背光阴影。 主光产生的阴影 背景光产生的阴影
阅读全文
摘要：我们接着上期的项目进行分享。 1.2.2 Elevation (仰角) 仰角只的是不同的素材块在Z轴上的选对位置 仰角的测量方式 这里只的是两个平面在z的距离，记住我们默认每个平面都是1dp的厚度 1图是我们看到的两个平面 下方的这个在上，因为有阴影 2图我们测量他们直接的距离 为7dp 仰角系统
阅读全文
摘要：在做原型的时候，和设计师交流的过程中，发现在设计安卓交互的过程中，其实是存在一些基本规则的。那这些规则，可以保证第一应用美观，第二不会出现反人类的开发难度，第三，用设计师的话说就是可能会有“最好的体现”，接着领导就发了一个安卓APP的设计的基本法给我（https://developer.androi
阅读全文
浙公网安备 33010602011771号