江苏龙网

  1. 首页 > 资讯 > 资讯 > >

文心|百度语义理解技术与平台文心ERNIE：AI时代的文本智能化利器

_原题为 百度语义理解技术与平台文心ERNIE：AI时代的文本智能化利器
语言与知识技术 ， 被归类为认知智能 ， 一直是人工智能最热门的研究与应用领域 。 9月15日 ， 百度世界2020召开 ， 作为“AI新型基础设施”百度大脑6.0的重要组成部分 ， 百度语义理解技术与平台文心(ERNIE)在大会上的发布吸引了大量NLP开发者的目光 ， 尤其基于多流机制的预训练语言生成技术ERNIE-GEN、知识增强跨模态语义理解技术ERNIE-ViL等 ， 均达到了世界领先水平 。
文心|百度语义理解技术与平台文心ERNIE：AI时代的文本智能化利器
文章图片

文心(ERNIE)是百度在语言与知识领域深耕多年的技术大成 ， 同时登顶国际权威榜单GLUE也代表着中国语义理解技术在世界舞台的地位 。
随着企业智能化转型的深入 ， 智能文本处理得需求广泛存在 ， 通用API/SDK已无法充分满足需求 ， 而传统的NLP 定制方法在实际的产业应用中面临着不少问题 ， 包括：需要较多高质量的人工标注数据、缺少NLP技术选型与模型调优经验、迭代调优耗时长等 ， 再加上往往需要高昂的算力花费 ， 让不少企业望而生畏 。 对此 ， 在今年8月25日的百度大脑语言与知识技术峰会上 ， 百度集团副总裁吴甜重磅发布语义理解技术与平台文心(ERNIE) ， 为企业提供了一种革新性的应用范式 ， 集先进的预训练模型、全面的NLP算法集、端到端开发套件和平台化服务于一体 ， 提供一站式NLP开发与服务 ， 让企业用户更简单、高效地定制企业级文本模型 。
百度通过将世界领先的NLP技术成果开放给业界 ， 降低了NLP技术的准入门槛 ， 让各大产业都能快速拥有构建和应用文本智能的能力 ， 为产业智能化提供了全新的加速度 。 在今年7月的世界人工智能大会(WAIC)上 ， 文心(ERNIE)更是摘得了大会最高荣誉SAIL奖(Super AI Leader ， 卓越人工智能引领者) ， 在人工智能领域技术创新和应用探索等方面获得权威肯定 。
文心|百度语义理解技术与平台文心ERNIE：AI时代的文本智能化利器
文章图片

目前 ， 文心(ERNIE)累计支持2万余名开发者 ， 覆盖金融、通信、教育、电商等行业 ， 并在多个公开权威语义评测中获得了近十项世界冠军 。
破局NLP建模难题 ， 为企业NLP应用按下加速键
从数据到应用 ， 文心提供一整套文本建模能力
文心|百度语义理解技术与平台文心ERNIE：AI时代的文本智能化利器
文章图片

文心(ERNIE)基于领先的语义理解核心技术 ， 内置百度自研业界效果领先的预训练模型集ERNIE和全面领先的算法集 ， 将文本数据处理、基于深度学习的模型训练、模型评估和上线部署等NLP开发流程进行易用性封装 ， 为NLP开发者提供一整套效果领先、简单易用、高效灵活的NLP模型开发服务 。
丰富的文本数据处理能力 ， 摆脱繁琐数据处理流程
不论是互联网领域还是传统行业 ， 大量的企业核心信息都分布在非结构化的文本数据中 。 在IDC的报告中也提及：“最近几年全球新增的数据中 ， 有80%来自非结构化数据 。 ”一方面 ， 这些文本数据蕴含着的高价值信息 ， 对企业的良性发展至关重要;另一方面 ， 对这些信息的处理往往要耗费大量的人力 ， 也是一笔不小的成本 。
数据是模型训练的起点 。 而在实际业务应用中 ， 文本数据在数据处理的环节就要面临数据标注成本高、数据样本不均衡、数据质量不高、格式处理繁琐等一系列问题 。
数据标注成本高?交给文心“智能标注”能力
一般来说 ， 高质量的标注数据越多 ， 模型的效果就会越好 。 但数据标注本身就是件耗时耗力又耗钱的事情 ， 如何能够低成本获取大量高质量标注数据对企业来说至关重要 。 文心(ERNIE)提供了全新的“智能标注”能力 ， 开发者只需要标注少量数据 ， 文心就可以基于这部分数据学习、优化 ， 结合人工校正 ， 快速完成大量无标注数据的高质量标注 。
(体验文心智能标注功能 ， 可登录EasyDL)
文心|百度语义理解技术与平台文心ERNIE：AI时代的文本智能化利器
文章图片

数据样本分布不均?“数据增强”功能试一试
在实际的应用场景中 ， 往往会面临文本数据的样本分布不均的情况 。 比如NLP领域常见的文本审核任务 ， 需精准分类出正常文本和敏感文本 ， 是一个典型的文本分类问题 。 但在实际的数据收集中 ， 正常样本与敏感样本的数量很容易失衡 ， 经常会遇到9：1(90%的正常样本) ， 甚至差异更大的情况 ， 但又要求训练出的模型能够更全召回敏感文本 。 这种情况就需要文本“数据增强”的功能 ， 来丰富和扩展敏感样本的数量 ， 让数据更丰富、比例更适合 。
此外 ， 还有数据噪声多、格式处理繁琐等问题 ， 文心也一一提供了解决方案：文本“数据降噪”帮助开发者快速定位高噪声数据 ， 支持丰富数据格式和配套的预处理能力 。
超强实力的预训练模型和算法集 ， 快速get高质量模型


推荐阅读


上一篇：直播|前往华为全联接2020的你，请带上这份华为云参会指南!

下一篇：商业化|喜马拉雅加入淘宝联盟“星X计划”，主播商业化再拓一城