文心(ERNIE)是依托百度深度学习平台飞桨打造的语义理解技术与平台,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,为企业和开发者提供一整套NLP定制与应用能力。在2020世界人工智能大会,百度文心(ERNIE)荣获最高奖项SAIL奖(Super AI Leader,卓越人工智能引领者)。

ERNIE开创性地将大数据预训练与多源丰富知识相结合,持续学习海量数据中的知识,将机器语义理解水平提升到一个新的高度。以中文模型为例,目前ERNIE已经学习了1500万篇百科语料和词语、实体知识,700万个人类对话,3亿的文章的因果结构关系,以及10亿次的搜索查询与结果的对应关系,以及2000万的语言逻辑关系知识。模型还在持续不断地建模新的海量数据与知识,不断地提升下游的应用效果。ERNIE在中英文的16个任务上已经超越了业界最好模型,全面适用于各类NLP应用场景。

目前,EasyDL已预置了领先的预训练模型ERNIE2.0,并配套了多种NLP经典算法网络,支持了文本分类、短文本匹配和序列标注等典型文本处理任务。

近日,文心(ERNIE)重磅发布三项功能,新增定制多标签文本分类、情感倾向分析、文本实体抽取模型等功能,同时数据管理能力也进一步增强,更好地满足NLP领域开发者需求,开发者可通过百度AI开发平台EasyDL进行使用。

EasyDL是百度大脑面向企业开发者推出的零门槛AI开发平台,基于百度自主研发的深度学习平台飞桨,结合业界先进的工程服务技术打造,覆盖视觉与自然语言处理两大技术方向,支持一站式智能标注、模型训练、服务部署等全流程功能。目前EasyDL已经被广泛应用在零售、互联网、安全生产、工业质检、教育、医疗、交通等20多个行业,拥有70多万用户。

使用EasyDL简单三步即可完成NLP任务配置与训练,性能优异。

那么,文心这么厉害,有没有机会和高工面对面,快速掌握技术原理与实际应用?

本周六,百度资深研发工程师空降上海,一个上午从文心(ERNIE)技术解析到实战演练为你解析如何定制企业高精度NLP模型。(文末海报报名哦)

我们先来点技术干货稍做预习,了解下文心(ERNIE)近期重磅上线的多项实用功能!

新增定制化多标签文本分类功能

“多标签文本分类”指对一段文本同时标记多个标签,如:“未来的学和教正在发生颠覆,学生将会在家里学习,机器人将走上讲台。”可对应标签为“教育”、“科技”。该功能应用场景广泛,如媒体场景中对新闻内容进行自动归类,在内容推荐场景中利用内容标签提升召回,通过自动标签功能对知识文档进行多层级分类等。

目前,EasyDL平台经典版和专业版均新增了这项功能,在“专业版”的任务配置过程中,开发者还可选择ERNIE Tiny、ERNIE Large、ERNIE Base三种各有所长的预训练模型。

新增定制化情感倾向分析功能

“情感倾向分析”指对一段文本进行“积极情感”或“消极情感”的判断,如“酒店位置很好,服务周到热情,下次一定会再来”的用户评价,部署模型后可直接得到“Positive(积极情感)”的标签和99%的置信度。

该功能最常应用于用户评论分析和舆情分析,比如商品、店铺的口碑分析,对事实性的新闻事件或互联网话题进行舆情分析等,在汽车、餐饮、酒店等多个垂类上,分析准确率可达到95%以上。

目前,该功能已经上线EasyDL经典版,后续平台将逐步增加基于实体级和句子级的情感分类,力求覆盖更多的应用需求。

文本数据管理和数据标注功能全面升级

针对开发者数据管理和数据标注过程中的痛点,EasyDL支持了更加灵活的数据格式,当前可支持zip、Excel、TXT三种文件格式进行上传。除了提供在线标注能力外,还提供智能标注功能,大幅降低了开发者的标注成本,开发者可直接上传未标注数据体验该功能。

图:文本智能标注示意图

10 月 24 日当天,百度 AI 快车道【飞桨开源框架高阶营】线下课程 “闪现” 上海站,邀请 “魔都程序猿” 和 “沪上程序媛” 来到上海市徐汇区瑞平路 230 号保利时光里 B1-09——LOFAS 集聚空间,与百度资深高工、各位行业开发者相聚一堂。上海站内容绝对不会令你 “空脑而归”,开发全流程、部署工具、高精度目标检测、模型优化方案一一奉上,更有“全能”OCR、金牌推荐算法,一起来场硬核趴体吧!

想了解强大文心(ERNIE)背后的技术原理?

想更进一步快速掌握NLP模型开发方法与技巧?

想线下和百度资深研发与各行业开发者深度沟通?

本周六上午,就在上海徐汇区复兴路1199号A座5层,百度AI快车道【EasyDL零门槛模型训练营】,资深研发工程师详解NLP技术能力,并带来现场实操与面对面答疑解惑,助你三小时掌握EasyDL的NLP模型开发秘籍!

点击""即可体验!

文本分类模型_多标签文本分类、情感倾向分析、文本实体抽取模型如何定制?...相关推荐

  1. 调用百度API 对文本进行情感倾向分析(舆情分析)

    @[TOC] # 1.准备工作 1.注册百度账号,登录百度智能云,点击总览选择自然语言处理,创建应用(创建选项认真阅读,填写) 创建好应用会生成相应的AppID API Key  Secret Key ...

  2. 多标签分类 评价指标_多标签分类指标

    多标签分类 评价指标 Metrics play quite an important role in the field of Machine Learning or Deep Learning. W ...

  3. ai模型_这就是AI的样子:用于回答问题的BiDAF模型

    ai模型 We at Zetane are all about democratizing AI, but getting to the laudable goal of empowering mor ...

  4. bgb邻居关系建立模型_知识图谱上的双塔召回:阿里的IntentGC模型

    关注本人的同学可能发现,我最近点评的文章都是关于"GNN在推荐系统应用"方向的.这当然与现如今这个方向非常火有关,但是作为一个合格的炼丹师+调参侠,总要搞清楚一门技术为什么火?这么 ...

  5. python手势识别隐马尔可夫模型_手势识别身份认证的连续隐马尔可夫模型

    2018 收稿日期 :2017 - 03 - 18 收修改稿日期 :2017 - 04 - 25 基金项目 : 国家自然科学基金项目 (61373126) 资助 ; 中央高校基本科研业务费专项基金 项 ...

  6. python情感分析语料库_利用Python实现中文情感极性分析

    情感极性分析,即情感分类,对带有主观情感色彩的文本进行分析.归纳.情感极性分析主要有两种分类方法:基于情感知识的方法和基于机器学习的方法.基于情感知识的方法通过一些已有的情感词典计算文本的情感极性(正 ...

  7. 文本数据可视化_如何使用TextHero快速预处理和可视化文本数据

    文本数据可视化 自然语言处理 (Natural Language Processing) When we are working on any NLP project or competition, ...

  8. python决策树分类鸢尾花_基于决策树—鸢尾花分类

    决策树算法广泛应用于:语音识别.医疗诊断.客户关系管理.模式识别.专家系统等,在实际工作中,必须根据数据类型的特点及数据集的大小,选择合适的算法. 本文选择经典案例--<鸢尾花分类> 一. ...

  9. 织梦地方php分类信息,织梦标签:infolink 分类信息地区与类型快捷链接

    (>DedeCMS 4,DedeCMS 5) 名称:infolink 功能:获取分类信息地区与类型的快捷链接,仅在分类信息模型下能够使用 语法:{dede:infolink} 信息附加条件: 地 ...

最新文章

  1. java ee jsp程序_JavaEE——jsp介绍
  2. 部署go的web应用_使用Docker部署Go Web应用
  3. c转义字符以及常见问题和解决方法||c中的注释
  4. C#之switch多分支语句
  5. 华为云服务器 大文件,云服务器上传大文件
  6. 【Tensorflow】小白入门实战基础篇(上)
  7. SpringCloud创建Config读取本地配置
  8. Interpreting Attributions and Interactions of Adversarial Attacks论文解读
  9. CSDN账号被冻结了怎么办
  10. 关于编程中变量的定义
  11. 微信公众账号登陆授权开发——2
  12. 魔道电子——稳压二极管、瞬态抑制二极管
  13. Event Driven Class OSAL 基于事件驱动的模拟操作系统
  14. 玩转容器安全二 - 容器安全概述
  15. 【老王的脑科学谬论】为什么盲人的听觉“似乎”比正常人更“灵敏”?
  16. 好东西,就要一起分享。
  17. 【JAVA毕设】基于Java的在线购物系统的设计与实现
  18. copa-pi测试软件,COPA-DATA SCADA/HMI自动化软件中的先锋——zenOn 6.20
  19. 沪上首座“区块链生态谷”揭开面纱!
  20. php 如何股票曲线图,如何看股票曲线图?股票曲线图讲解

热门文章

  1. maven的Windows环境下安装配置
  2. Maven——profile介绍
  3. 元素上下层叠关系总结
  4. Elasticsearch + Logstash + Kibana 搭建日志集中分析平台实践
  5. linux中GIT组件,linux – 使用git和符号链接的基于组件的Web项目目录布局
  6. godot python_我的godot开发环境调教记录分享
  7. 信息学奥赛一本通 1014:与圆相关的计算 | OpenJudge NOI 1.3 09
  8. 信息学奥赛一本通(1256:献给阿尔吉侬的花束)
  9. 日语学习-多邻国-平假名3
  10. 16进制 hbase phoenix_HBase 和 Phoenix 的使用