百度技术沙龙-自然语言处理技术及应用笔记整理
第一场由百度这方面的大拿吴华分享:
NLP技术支持大多数百度产品
搜索引擎从关键词到语义理解搜索
应用未来趋势:1、知识语义搜索;2、对话式搜索;3、主动推荐,不搜即得;4、精准个性化服务.
NLP的挑战:需求识别、知识挖掘、用户引导、结果组织和展现.
理解文本的目标是理解用户、用户建模、用户行为预测
百度翻译免费API
实体名词挖掘:分类、需求、ontology建设
query理解。
DNN用于软聚类
Parser技术用于复杂query理解。
基于shift-reduce的依存决策分析算法--多层的逻辑推理.
语用分析用于智能交互
用户模型维度:LBS、兴趣、SNS、消费(其它见演讲PPT_p42)
个体用户、群体用户、全体用户。
人、内容、场景的综合:NLP是互联网金矿的炼金术。
------------------------------------------------------
NLP落地互联网由李志飞分享:
机器翻译的实现:
1、词对齐;2、语义抽取;3、Decoding a test sentence ;4、Transition Ambiguity;5、language model
HyperGraph:超图,更通用的结构,引入统计概念成为权重超图
创业公司工具化、自动化水平很高
好的框架和工具倍增生产力
团队基因:科学家工程师,实用至上,基础技术架构
创业公司的捷径:开源软件。