随着AI的快速发展,相信“深度学习”对大部分人来说已经不是一个陌生的概念了。通过深度学习,计算机能够在围棋、电子竞技等领域战胜人类。 在自然语言中存在一词多义、多词同义、省略、活用等各种复杂的语言现象,这就给计算机理解语言造成了困难。如:今天下雨,我骑车差点摔倒,好在我一把把把把住了!这个句子中的几个“把”的词性和语义都不同。 那么我们再来看看下面几个填空题: 寡肽是由4-10个 组成的化合物。 体,也叫太阳风是指从太阳上层大气射出的超声速等离子体带电粒子流。 光电现象由德国物理学家赫兹于1887年发现,而正确的解释为 所提出。科学家们在研究光电效应的过程中,物理学者对光子的量子性质有了更加深入的了解,这对波粒二象性概念的提出有重大影响。 当我们要填这些空的时候,我们首先需要理解这些句子的意思,其次还要具备相关的知识。让计算机来回答这些问题的时候,可就难上加难喽。 现在,我们有了最强的中文自然语言处理(NLP)预训练模型——艾尼(ERNIE),可以使计算机具有很好的中文语义理解的能力,帮助各种中文NLP任务快速取得显著的效果提升! 什么是艾尼(ERINE)?艾尼(ERNIE)是百度自研的持续学习语义理解框架,它利用百度海量数据和飞桨(PaddlePaddle)多机多卡高效训练优势,通过深度神经网络与多任务学习等技术,持续学习海量数据和知识。 基于该框架预训练模型,已累计学习10亿多知识,覆盖词法、句法、语义等多个维度,有很强的通用语义表示能力,在中英文NLP任务上均表现优异,适用于各种NLP应用场景,效果提升明显,使用便捷高效。 △持续学习语义理解框架ERNIE在应用场景方面,艾尼(ERNIE)已经在百度搜索问答、度小满金融风控、好看视频推荐等产品纷纷落地,并取得了显著的效果提升。 艾尼ERNIE有哪些优势?优势一:任务效果领先 业内领先的语义理解预训练模型,刷新多个中英文NLP基础任务、应用任务的效果 优势二:少量样本快捷训练 少量训练数据即可达到良好效果,训练便捷,效果提升迅速 优势三:多种方案高效预测 支持多倍效果无损模型压缩,并有多种性能优化方案以满足应用需求 优势四:中文场景技术服务 完善的中文应用场景技术服务支持,产业NLP应用实践持续锤炼 怎么样,是不是很强大呢? 对于众多NLP从事者而言,ERNIE是处理中文领域NLP任务的首选。相较于BERT,ERNIE的改进包括短语/实体掩码(这个idea后来也被BERT引用并发布了WWM-BERT)、词法、句法、语义多层预训练任务持续学习等。 因此说它是史上最强,并不夸张。 |
|
来自: 西北望msm66g9f > 《AI》