自然语言处理是人工智能领域研究的核心内容之一，近年来取得了快速进展和广泛应用，在学术界和企业界备受瞩目。
为了推动 AI 技术的应用创新，促进人工智能领域的学术交流、人才培养，打造人工智能的人才交流平台与产业生态圈，中国人工智能学会联合杭州市余杭区人民政府联合发起了首届全球人工智能技术创新大赛，并得到了阿里云、OPPO 等头部科技企业的积极参与和支持。阿里云天池平台为本次大赛提供平台和算力支撑。 AI青年说是大赛主办方为提升青年开发者对 AI 的认识而主办的系列活动，该活动邀请知名青年学者，探讨理论研究与应用实践中的热点话题。4月26日，AI青年说将迎来第二期直播活动，主题为「如何摘取 AI 皇冠上的 NL
👆点击“博文视点Broadview”，获取更多书讯 如果你是一名自然语言处理从业者，那你一定听说过大名鼎鼎的 BERT 模型。 BERT（Bidirectional Encoder Representations From Transformers）模型的“荣耀时刻”是2018年：称霸机器理解测试SQuAD，横扫其他10项NLP测试，达成“全面超过人类”成就。 BERT模型使用预训练和微调的方式来完成自然语言处理（Natural Language Processing，NLP）任务。这些任务包括问答系统
News 新闻 4月18日，达观数据科学家团队再添专家，国内知名自然语言处理领军专家、复旦大学计算机教授黄萱菁博士正式受聘为达观数据高级顾问，达观数据在人工智能领域的研发实力又上新台阶，未来在深度学习
连转2篇文章，先上链接，文章转自清华大学刘知远老师的github：https://github.com/zibuyu/research_tao/blob/master/01_community.md，致予我真诚的感谢！
CCF C³活动第十四期自然语言处理，将于本周五8月12日（18:00-21:30）在科大讯飞北京公司举行。名额有限，报名从速。 当前，图文识别、语音识别等感知智能技术已日渐成熟，新一代人工智能正逐步从感知智能向认知智能转化，自然语言处理作为认知智能的重要部分，当前取得了一些显著的进展，同时也面临了许多挑战。本场C³将从技术发展、落地应用等方面开展自然语言处理技术的分享与讨论。 CCF C³活动是CCF CTO Club发起的，面向企业技术专家的热门技术和战略分享会。C³活动旨在联结企业CTO及高级技术人
自然语言生成（NLG）作为自然语言处理的一个子方向，主要目的是降低人类和机器之间的沟通鸿沟，将非语言格式的数据转换成人类可以理解的语言格式。现在也受到广大研究学者的重视，今天ShuYini给大家整理了一下自然语言生成的相关资料供大家参考。
ChatGPT丨小智ai丨chatgpt丨人工智能丨OpenAI丨聊天机器人丨AI语音助手丨GPT-3.5丨开源AI平台
地址 https://github.com/zibuyu/research_tao
信息化技术的飞速发展使得海量数据爆发式增长。一方面，越来越多的数据可以为我们的生活带来便利，但另一方面，也给软件开发带来巨大的挑战——图片、声音、视频等不同结构的数据越来越多地出现，为搜索分析带来巨大的挑战，传统的关键词搜索，搜索结果局限于输入的关键词，用户体验较差。向量检索的出现，给我们提供了一个新的思路，向量数据库将非结构化、半结构化甚至是结构化等数据以向量形式存储，实现相似度搜索、聚类、降维等操作，结合机器学习模型，为用户更加智能的搜索服务。
随着大语言模型的快速崛起，人们对自然语言处理技术的关注度也在不断提升。近年来，BERT、GPT等语言模型各显神通，其模型结构均可溯源至Transformer。自2017年提出以来，Transformer已经迅速占据了整个自然语言处理领域，甚至在图像处理领域也开始发挥作用。目前火热的ChatGPT也是基于Transformer decoder结构的模型之一，其出色的表现广受好评。掌握Transformer基础知识已成为学术界和从业者的必修课程。 2023年4月27日（周四晚）18:30，来自东北大学自然语言处
每天给你送来NLP技术干货！ ---- 作者：刘知远老师 链接：https://github.com/zibuyu/research_tao 与老牌学科如物理学、化学等相比，计算机学科还非常年轻，学科体系长期处于剧烈变革之中。作为计算机应用的重要方向，人工智能和自然语言处理自然更不例外，与现实应用紧密相关，技术发展日新月异，常给人今是昨非之感。在这种情况下，传统学术期刊的那种投稿1-2年才能见刊的模式已经赶不上技术革新的速度，年度学术会议显然更符合计算机学科发展和交流的需求，可以看作是一种“小步快跑”的模
2017年7月31日-8月4日，第55届国际计算语言学年会ACL 2017（Annual Meeting of the Association for Computational Linguistics）在加拿大温哥华召开。在这场计算语言学盛会期间，中国中文信息学会青年工作委员会（CIPSC青工委）和腾讯AI Lab联合举办了“犀牛鸟之夜”活动，邀请黄伟道、宗成庆、薛念文、夏飞、赵东岩、朱晓丹、陈博兴等30余位海内外学者交流学术研究心得，探讨产学合作模式。活动由中科院自动化所刘康老师主持。 首先，CIP
众所周知，参加学术会议是进入学术圈、走进学术前沿的重要方式。在学术会议上，不仅可以集中听取最新的成果报告，还有讲习班、工作坊、社交活动等形式，了解那些不会写到论文中的八卦与动态，结识学术大佬和朋友，走向学术人生巅峰。
8月8日下午，应腾讯高校合作与IEEE的学术邀请，2017第13期犀牛鸟·学问邀约到犀牛鸟海外专家——华盛顿大学计算机科学与工程学院Noah Smith教授，带来了题为“Syncretizing Linguistic and Learned Representations in Natural Language Processing”的学术分享，并与AI Lab等技术团队进行深入地交流探讨，向大家展示了NLP领域的最新进展。 Noah Smith是NLP资深专家，他的研究兴趣包括统计自然语言处理，特别是
本课程是百度官方开设的零基础入门深度学习课程，主要面向没有深度学习技术基础或者基础薄弱的同学，帮助大家在深度学习领域实现从0到1+的跨越。从本课程大纲为：
在全球疫情背景下，国际间的线下学术交流变得十分困难。 这段时间以来，机器之心一直在围绕国际顶级学术会议在国内举办线下活动，促进国内 AI 领域的学术交流。 2020 年底，机器之心举办了 NeurIPS 2020 中国区 MeetUp，报名人数高达 1300 人，受到了国内 AI 社区的极大关注，众多高校、企业积极参与。 2021 年 6 月，机器之心又组织了 CVPR 2021 线下论文分享会，邀请到了虞晶怡（视频致辞）、陶大程、林达华、纪荣嵘、许春景这些业内顶级专家做主题演讲，同时也设置了 12 篇论文
前几年曾经马少平老师的引荐，为某科普图书写过一篇短文介绍自然语言处理。如果只是介绍NLP的概念、任务和挑战，应该可以参考这篇小文。原文如下，仅供参考。 自然语言处理 Natural Language Processing 一、什么是自然语言处理 简单地说，自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。由于自然语言是人类区别于其他动
由于网络暴力往往处于灰色地带，大部分暴力行为都尚未构成诽谤和侮辱，因此很难对网络暴力实施者处以刑罚或者行政处罚。
自然语言处理是数据科学领域最热门的课题之一。公司在这一领域投入大量资金进行研究。每个人都在努力了解自然语言处理及其应用，并以此为生。
自然语言处理可以说是人工智能领域内落地实践最广的技术之一，NLP产品的应用场景颇为广泛，只要有大量文本数据的场景，都可以使用我们的接口做智能分析，以下列举几个经典的使用场景。
自 Google AI 提出 BERT (Bidirectional Encoder Representations from Transformers) 后，BERT 在自然语言处理领域（Natural Language Processing，NLP）中应用获得了非常好的效果，它成为了近期 NLP 领域中最重要的进展。BERT 是一种 Transformer 的双向编码器表示，它通过联合调解模型中所有层的上下文来完成双向编码器表示的预训练。此外，还可以通过一个额外的输出层对预训练的 BERT 表示进行微调，从而使其在基本保持原有架构的基础上，能够快速适用于不同的 NLP 任务，例如语言推理、问答系统等。
2015年，整个IT技术领域发生了许多深刻而又复杂的变化，InfoQ策划了“解读2015”年终技术盘点系列文章，希望能够给读者清晰地梳理出技术领域在这一年的发展变化，回顾过去，继续前行。 2015年，借助移动互联网技术、机器学习领域深度学习技术的发展，以及大数据语料的积累，自然语言处理（Natural Language Processing，简称NLP）技术发生了突飞猛进的变化。越来越多的科技巨头开始看到了这块潜在的“大蛋糕”中蕴藏的价值，通过招兵买马、合作、并购的方式、拓展自己在自然语言处理研究领域的业务
👆点击“博文视点Broadview”，获取更多书讯 2022年7月，Meta（原Facebook）AI 发布了一个大规模机器翻译模型NLLB-200，该模型在神经网络架构上混合了稠密和稀疏神经网络，参数规模达545亿，在覆盖202种语言、2440个语向的180亿平行句对上进行训练，训练后的单一模型可支持所有覆盖语言之间的的自动翻译（即202X201=40602个语向的互译）。 该模型的名字是英文No Language Left Behind的缩写，体现了机器翻译实现世界上所有语言互译的美好愿景。 历经7
文章转自清华大学刘知远老师的github：https://github.com/zibuyu/research_tao/blob/master/00_nlp.md
在自然语言处理（NLP）领域，预训练模型刷榜已经成为行业惯例。目前，面向英文任务的评测基准有 GLUE、SuperGLUE，面向中文任务的有 ChineseGLUE（简称 CLUE）。
3月18日，由中国图象图形学学会（CSIG）主办，合合信息、CSIG文档图像分析与识别专业委员会联合承办的“CSIG企业行”系列活动成功举办。此次活动以“图文智能处理与多场景应用技术展望”为主题，特邀来自上海交大、厦门大学、复旦大学、中科大的知名学府的学者与合合信息技术团队一道，面向行内研究者分享图像文档处理中的结构建模、底层视觉技术、跨媒体数据协同应用、生成式人工智能及对话式大型语言模型等研究及实践成果。
8月26日，腾讯-哈工大联合实验室刘挺教授、秦兵教授、车万翔副教授和张伟男博士一行受邀访问腾讯，与腾讯公司副总裁姚星先生，腾讯公司副总裁王巨宏女士、腾讯公司高校合作总监刘婷婷女士等进行了深入的交流。双方确定未来除了在自然语言处理多个相关领域继续开展更密切的科研合作之外，刘挺等四位老师还将指导腾讯AI Lab的前沿研究及技术影响力建设。这标志着腾讯-哈工大联合实验室的发展进入了更加全面、深入、融合的新阶段。 上午，在腾讯高校合作高级经理杨敏的主持下，双方先召开了2015年度科研合作项目结题答辩讨论会。随后
2022年7月，Meta（原Facebook）AI 发布了一个大规模机器翻译模型NLLB-200，该模型在神经网络架构上混合了稠密和稀疏神经网络，参数规模达545亿，在覆盖202种语言、2440个语向的180亿平行句对上进行训练，训练后的单一模型可支持所有覆盖语言之间的的自动翻译（即202X201=40602个语向的互译）。 该模型的名字是英文No Language Left Behind的缩写，体现了机器翻译实现世界上所有语言互译的美好愿景。 1 历经70载，机器翻译进入 深度学习驱动时代 机器翻译诞生于
简介 不论是那些从事前沿研究开发，强化自然语言处理能力的人，还是那些在各自行业中越发认为自然语言处理能够为他们带来竞争力的机构和创新者，现在投身到自然语言处理（NLP）中都绝对是令人兴奋的。 到2021年，全球自然语言处理市场的价值预计会达到160亿美元，所以科技巨头们争相斥巨资投入到自然语言处理中以求分得一块蛋糕就不足为奇了。在过去5年中，超过30家从事人工智能前沿研究的私有企业被谷歌，雅虎，英特尔，苹果和Salesforce等巨头们争相并购。 涉足自然语言处理，文本分析和文本挖掘并不只是大公司的专利。
2019年EMNLP自然语言处理实证方法会议11月3日至7日在中国香港召开。作为自然语言处理领域的顶级会议之一，在本次大会中，中国被接收的论文数量在所有国家和地区中位居第二。本届大会举办了18场 Workshops 、多个Tutorials和主题丰富的会议活动，吸引了超过1922人参会。
据ACL 2021官网消息，宗成庆研究员将出任第59届国际计算语言学学会学术年会主席。同时，华盛顿大学的夏飞教授（Fei Xia），香港理工大学李文捷（Wenjie Li）教授为程序主席，这意味着2021年8月1日至6日在泰国曼谷召开的自然语言处理顶会ACL-IJCNLP有三位华人面孔在大会委员会的行列。
任意时间、任意地点、任意语言的自由通讯无时无刻不在改变着人们的思维方式和生活方式 1.语言是思维的载体，是人类交流思想、表达情感最自然、最直接、最方便的工具 2.人类历史上以语言文字形式记载和流传的知识占知识总量的80％以上 3.2008年1月中国互联网络信息中心(CNNIC)发布的《第21次中国互联网络发展状况统计报告》表明，中国互联网上有87.8%的网页内容是文本表示的 4.面对文本大数据，我们面临怎样的机遇和挑战？
去年，Google 研究人员发布了 BERT，事实证明，这是继 RankBrain 之后效率最高、效果最好的算法改进之一。从初步的结果来看，BigBird 也显示出了类似的迹象。
8月份，NVIDIA开源了一个深度学习推断库——Jetson Voice ，专为Jetson Nano、TX1/TX2、Xavier NX和AGX Xavier等嵌入式设备而设计，为AI技术带来了更多可能性。现在，让我们深入了解这个Jetson Voice 吧。
5月25日，由达观数据和上海浦东软件园联合主办、张江发布承办的“AI上海创未来，2018长三角人工智能应用创新张江峰会”在浦软大厦如期举行。本次会议主题为“AI上海创未来”，聚集人工智能发展中的领先企
👆点击“博文视点Broadview”，获取更多书讯 月底啦，又到了每月畅销新书盘点的日子，来看看8月份有哪几本新书突出重围，霸榜TOP10吧！ ---- 01 ▊《剑指Offer（专项突破版）：数据结构与算法名企面试题精讲》 何海涛 著 百万程序员圆梦面试皇冠书再续新篇 本书代码用语言已从经典版的C/C++过渡到Java 以面试者|面试官双向视角剖析考点与解题思路 精选 119 道国内外名企高频面试题并深度拓展 针对面试难关，打通算法与数据结构突击捷径 读者可在力扣本书专区实时在线练习全部试题
【新智元导读】国际首席战略官组织SVSG合伙人认为，7个月后就能看到聊天机器人掀起的变革，而Bot在5年内将颠覆人机交互方式，并且取代搜索成为互联网入口，因为世人使用搜索引擎只是因为目前没有更好的选择。同时，他表示聊天机器人热潮兴起的一个原因是你不做，别人会做，因此企业为了盈利竞相投资，聊天机器人最初将取代客服，并逐渐拓展到销售和市场领域。 【原文标题】The 200 billion dollar chatbot disruption 【作者介绍】Matt Swanson 是 Silicon Valle
编者按：12月18日，腾讯大数据峰会暨KDD China技术峰会在深圳举行，华为诺亚方舟实验室主任李航博士在会上做了题为《自然语言处理中的深度学习：过去、现在和未来》的演讲，AI科技评论根据现场演讲整
👆点击“博文视点Broadview”，获取更多书讯 有位朋友说，程序员的工作就是消灭自己的职业。 这么说或许是有些危险耸听了，不过随着近期ChatGPT的爆火，可以预见未来的程序员可能的确需要有更强的研究开发能力才能有更强的竞争力！ 面对ChatGPT带来的冲击，了解其背后的核心技术，才能在AI浪潮中狂飙！ 简单说，ChatGPT是通过预训练大语言模型，配以RLHF（Reinforcement Learning from Human Feedback，RLHF，人类反馈强化学习）开发出来的AIGC产品，
导读：10 月 31 日，北京创建全球人工智能学术和创新最优生态的标志性学术活动“智源大会”在国家会议中心召开。会上，自然语言处理领域国际领军人物、清华大学教授、智源首席科学家孙茂松接受了 InfoQ 等媒体的采访，他向记者表示：当前，大数据驱动的自然语言处理已经做得不错，但大知识或者比较丰富的知识驱动的自然语言处理才刚刚起步，智源的目标是实现大数据和大知识双轮驱动的自然语言处理。实现这一目标的前提是构建一个全世界通用的人类知识库，这也是智源“自然语言处理”研究方向科学家们现阶段要重点攻克的难题。
10 月 31 日，北京创建全球人工智能学术和创新最优生态的标志性学术活动“智源大会”在国家会议中心召开。
随着人工智能的火热，AAAI、NeurIPS、CVPR 等顶级学术会议的影响力也愈来越大，每年接收论文、参会人数的数量连创新高。但受疫情影响，近两年国外举办的学术会议都转为了线上，无法满足学者们现场交流的需求。 ACL 作为全球最受关注的自然语言处理顶级会议，每年都吸引了大量华人学者投稿、参会。今年的 ACL 大会已是第 59 届，中科院自动化所研究员宗成庆老师担任了今年的 ACL-IJCNLP 主席，程序主席包括华盛顿大学的夏飞教授（Fei Xia）和香港理工大学的李文捷（Wenjie Li）教授以及罗马
理解自然语言 自然语言处理是人工智能早期研究领域之一。已经编写出能够从内部数据可问答用英语提出问题的程序，这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言梦之星用易于给出的指令和获取知识等。人类一直希望研制出一些可以替代人类活动的机器人（如机器人炊事员），而使机器人能够理解自然语言是之中的关键所在，只要理解了自然语言，就可以根据这些语言执行一些具体的活动。 人工智能在语言翻译与语音理解程序方面已经取得的成就，发展为人类自然语言处理的新概念。 📷 机器学习 学习能力无疑是人工智能
在这个AI技术日新月异的时代，作为程序员，我们面临着前所未有的机遇与挑战。本文深入探讨了AI的发展趋势、程序员应掌握的AI技能、实际项目案例以及未来职业规划。文章涵盖了深度学习、机器学习、数据科学等关键词，适合于各层次读者，无论是AI初学者还是资深开发者。本文将帮助你更好地理解AI时代的趋势，并作出明智的职业决策。
| 导语 9月7日，上海市长宁区Hello coffee，云+社区邀您参加《AI技术原理与实践》沙龙活动，聚焦人工智能技术在各产业领域的应用落地，共话AI技术带来的机遇与挑战，展望未来。 在如今的工业4.0时代，AI已经成为各领域最火热的技术。那AI 的技术原理有哪些？它在各个产业领域又是如何落地应用实践的？在未来又会面临怎样的机遇与挑战？ 凭借多年的技术积累和完善的产品矩阵，腾讯云AI在计算机视觉、自然语言处理和智能语音方面全面布局，持续推动人工智能技术在各产业领域的应用落地。本期沙龙，腾讯云技术专
为AI革命提供高级搜索能力，腾讯云Elasticsearch Service正式上线8.8.1版本！该版本特别引入了Elasticsearch Relevance Engine™（ESRE™）—— 一款强大的AI增强搜索引擎，为搜索与分析带来全新的前沿体验。
👆关注“博文视点Broadview”，获取更多书讯 近年来，在深度学习和大数据的支撑下，自然语言处理技术迅猛发展。 而预训练语言模型把自然语言处理带入了一个新的阶段，也得到了工业界的广泛关注。 通过大数据预训练加小数据微调，自然语言处理任务的解决，无须再依赖大量的人工调参。 借助预训练语言模型，自然语言处理模型进入了可以大规模复制的工业化时代。 那到底什么是预训练？为什么需要预训练呢？ 以下内容节选自《预训练语言模型》一书！ ---- --正文-- 01 预训练 预训练属于迁移学习的范畴。 现有的
AI 伦理与治理是与 AI 技术、工程同等重要但讨论不多的议题。随着近年来大模型的不断涌现，AI 应用和产品纷纷落地。随之而来，人们对 AI 伦理与治理的关注度日益增加，比如 AI 向善、隐私保护、负责任 AI、AI 系统可信可控。近几个月，ChatGPT 的出现让 AI 伦理与治理研究被提上更紧迫的日程。 其实针对 AI 发展过程中产生的伦理与治理问题，一直都有组织跟进研究并着力提出相应的解决方案。2021 年，未来论坛组织 AI 伦理与治理系列论坛，邀请产学研专家思辨探讨，引发广泛关注。活动精华内容已整
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
