视频回放来也科技知识图谱及智能问答系统构建
浏览器不支持该媒体的播放 :(
感谢AICUG人工智能社区
知识图谱在知识表示的完备性、语义刻画的准确性、体系结构的组织性上，显著优于传统Corpus的表示，对于信息检索、推荐系统、问答系统都至关重要，本次议题将以电力行业为背景，分享如何使用深度学习NLP技术挖掘和构建知识，产生行业知识图谱，并结合机器学习和深度学习对知识进行表示、对多种形式的问答进行建模，包括FAQ、KBQA、阅读理解等，验证其在电力领域问答上的效果，同步总结应用过程中的遇到的问题及解决方案。
分享嘉宾：张晓庆，资深算法工程师。来也科技资深算法工程师，2016年加入来也，目前主要负责FAQ问答、知识图谱构建及推理、智能文档后处理纠错等项目的算法研发和优化工作。曾就职于百度NLP，负责度秘聊天语料的挖掘优选工作，2013年硕士毕业于武汉大学计算机应用专业。
- 原文作者：知识铺
- 原文链接：https://geek.zshipu.com/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%A7%86%E9%A2%91%E5%9B%9E%E6%94%BE%E6%9D%A5%E4%B9%9F%E7%A7%91%E6%8A%80%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%8F%8A%E6%99%BA%E8%83%BD%E9%97%AE%E7%AD%94%E7%B3%BB%E7%BB%9F%E6%9E%84%E5%BB%BA/
- 版权声明：本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可，非商业转载请注明出处（作者，原文链接），商业转载请联系作者获得授权。
- 免责声明：本页面内容均来源于站内编辑发布，部分信息来源互联网，并不意味着本站赞同其观点或者证实其内容的真实性，如涉及版权等问题，请立即联系客服进行更改或删除，保证您的合法权益。转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。也可以邮件至 sblig@126.com
