泰岳语义工厂

BERT时代与后时代的NLP(一)
BERT时代与后时代的NLP(一)

BERT发布之后,点燃了NLP各界的欢腾,各路神仙开始加班加点各显神通,很多相关工作被发表出来。本文会介绍其中的一些代表性工作,但更重要的是希望理清这些背后的逻辑,为它们归归类。通过这些思考,我自己也对NLP以后的工作方向有些预测,供大家参考。

面向NLP场景应用的智能辅助建模(五)特色与优势
面向NLP场景应用的智能辅助建模(五)特色与优势

我们以前文介绍的一个场景本体的实例,银行领域客服投诉分析挖掘的场景本体模型,来说明本体树辅助建模。模型包括三部分:本体模型、要素模型、概念模型。智能辅助建模将介绍如何利用机器学习算法和语义资源,辅助场景业务人员,自动或半自动化地构建具体场景应用中的OEC模型。本文将简单总结下OEC智能辅助建模的特色和优势。

面向NLP场景应用的智能辅助建模(一)简介
面向NLP场景应用的智能辅助建模(一)简介

智能辅助建模(也称为“OEC智能辅助建模”)将介绍如何利用机器学习算法和语义资源,辅助场景业务人员,自动或半自动化地构建具体场景应用中的OEC模型。本文是辅助建模系列文章的第一篇,将介绍辅助建模的概念、工具和基本功能。