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?...
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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, ...
- 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. ...
- 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
- java ee jsp程序_JavaEE——jsp介绍
- 部署go的web应用_使用Docker部署Go Web应用
- c转义字符以及常见问题和解决方法||c中的注释
- C#之switch多分支语句
- 华为云服务器 大文件,云服务器上传大文件
- 【Tensorflow】小白入门实战基础篇(上)
- SpringCloud创建Config读取本地配置
- Interpreting Attributions and Interactions of Adversarial Attacks论文解读
- CSDN账号被冻结了怎么办
- 关于编程中变量的定义
- 微信公众账号登陆授权开发——2
- 魔道电子——稳压二极管、瞬态抑制二极管
- Event Driven Class OSAL 基于事件驱动的模拟操作系统
- 玩转容器安全二 - 容器安全概述
- 【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”?
- 好东西,就要一起分享。
- 【JAVA毕设】基于Java的在线购物系统的设计与实现
- copa-pi测试软件,COPA-DATA SCADA/HMI自动化软件中的先锋——zenOn 6.20
- 沪上首座“区块链生态谷”揭开面纱!
- 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
- maven的Windows环境下安装配置
- Maven——profile介绍
- 元素上下层叠关系总结
- Elasticsearch + Logstash + Kibana 搭建日志集中分析平台实践
- 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
- godot python_我的godot开发环境调教记录分享
- 信息学奥赛一本通 1014:与圆相关的计算 | OpenJudge NOI 1.3 09
- 信息学奥赛一本通(1256:献给阿尔吉侬的花束)
- 日语学习-多邻国-平假名3
- 16进制 hbase phoenix_HBase 和 Phoenix 的使用