AI正在向更深层次进化，语言与知识技术的重要性愈加凸显。在演讲中，王海峰表示，“在百度语言与知识技术的布局和发展中，我们始终在注意把握两个趋势，即技术发展趋势和产业发展趋势，并力争引领趋势。”

本文转自雷锋网，如需转载请至雷锋网官网申请授权。近日，谷歌宣布将 AI 语言模型 ELECTRA 作为 TensorFlow 之上的开源模型发布。该方法用到了一种称为替换令牌检测的新预训练任务，使其能够在从所有输入位置学习的同时，训练双向模型。该代码支持在

了解如何开始利用John Snow Labs的Spark NLP。O'Reilly在企业中采用人工智能的年度报告于2019年2月发布。该调查要求受访者列出他们使用的所有ML或AI框架和工具。事实上，在scikit-learn，TensorFlow，Kera

计算机非常适合处理电子表格和数据库表等结构化数据。但人类通常用文字而不是表格进行交流。这对计算机来说是不幸的。世界上很多信息都是非结构化的 - 英文原文或其他人类语言。我们如何让计算机理解非结构化文本并从中提取数据呢？专注于人类语言和计算机之间相互作用的研

大数据分析是商业智能的重要工具，而自然语言处理工具可帮助处理来自不同来源的非结构化数据流。由于Python编程语言是最适合大数据处理的事实之一，因此许多工具和库都是为它而生。这就是为什么有很多NLP库的原因，还有更多的是定期的服务。由于这个原因，“Pyth

2019 年 2 月 23 日下午，“AI 未来说·青年学术论坛”的第二期自然语言处理专场，在北京市中国科学院大学中关村校区 3 号教学楼 S101、S102 阶梯教室举行。自然语言处理是人工智能中最困难的子领域之一，是一个充满魅力与挑战的难题。本次论坛共

从今天起，我们一起来学习词向量word2vector相关的知识。虽然，对于NLP来说，w2v技术和操作已经烂大街了，随便一个NLP任务，底层基本都要搞一个w2v，但是到底为什么需要w2v，它背后的思想是什么，是怎么训练得到的，也许很多经常使用w2v的人都不

与最近的语言表征模型不同，BERT 旨在基于所有层的左、右语境来预训练深度双向表征。BERT 是首个在大批句子层面和 token 层面任务中取得当前最优性能的基于微调的表征模型，其性能超越许多使用任务特定架构的系统，刷新了 11 项 NLP 任务的当前最优

NLP 领域中目前比较突出的一点是机器翻译技术：最近的基于神经网络的方法明显优于传统的机器翻译方法。但有人认为，端到端的神经网络方法并不真正“理解”所处理的自然语言的含义。虽然我们可能会讨论什么是“理解”，但机器翻译的质量，尤其是长句的质量，确实还有很大的