用深度學習挖掘海量文本中的寶藏

最新 03-13

作者 | Debra

AI 前線導讀：大數據時代，通過海量文本數據全方位了解用戶和客戶已經是大勢所趨，但是怎樣才能最有效地達到最優化的效果，獲得最精準的用戶畫像呢？不妨嘗試一下用深度學習解決這個問題吧。

更多乾貨內容請關注微信公眾號「AI 前線」，（ID：ai-front）

深度學習模型更複雜，能夠對數據進行更精準的建模，從而增強實驗效果，而深度學習這一特點恰恰契合文本分析工作的海量和複雜性的特徵。在本月轉型人工智慧主題月活動的第三期，我們邀請了百分點大數據與人工智慧核心演算法的負責人，來講講關於《深度學習在文本分析中的應用》那些事，敬請期待。

分享時間：三月十六日晚間 8：30-9：30

講師介紹：蘇海波，清華大學電子工程系博士，百分點集團首席演算法科學家，擅長人工智慧領域的自然語言理解、動態知識圖譜、深度學習、個性化推薦以及計算廣告學技術；多篇論文發表於 GLOBECOM、ICC、IEICE Transactions 等國外頂尖學術會議和期刊；曾就職於新浪微博，負責廣告系統的演算法效果優化，以及信息流產品整體演算法策略的設計及研發；現負責百分點大數據與人工智慧核心演算法。

分享主題：深度學習在文本分析中的應用

分享內容：大數據時代，通過文本信息掌握消費者偏好、用戶口碑和品牌輿情已經變成企業最基本的生存和競爭能力，在這些應用場景中，文本分析的技術能力直接決定了信息挖掘結果的質量和效率，這對任何企業的對應技術部門提出了非常高的要求。百分點在文本分析方面有多年的技術和業務實踐經驗，服務了幾百家企業級客戶，並且成功採用深度學習技術顯著提升了文本分析的效果，達到了業界頂尖水平。本講座將分享深度學習模型在各種文本分析任務中（包括分詞、命名實體、情感分析以及自動問答等）的應用實踐，具體內容包括模型的技術原理、效果調優和性能的優化，同時展示對應的使用場景、業務案例和應用價值。

分享提綱：

文本分析的功能體系

文本分析中的深度學習模型原理

模型的訓練集生成、效果調優以及性能調優

模型的效果對比

企業中的使用場景及案例

聽眾受益：

了解深度學習在企業級文本分析中具體的技術原理，以及在使用過程中

遇到的效果和性能方面的各種挑戰和解決方案

了解對應的技術使用場景和實際業務案例