用深度学习挖掘海量文本中的宝藏

作者 | Debra

AI 前线导读：大数据时代，通过海量文本数据全方位了解用户和客户已经是大势所趋，但是怎样才能最有效地达到最优化的效果，获得最精准的用户画像呢？不妨尝试一下用深度学习解决这个问题吧。

更多干货内容请关注微信公众号“AI 前线”，（ID：ai-front）

深度学习模型更复杂，能够对数据进行更精准的建模，从而增强实验效果，而深度学习这一特点恰恰契合文本分析工作的海量和复杂性的特征。在本月转型人工智能主题月活动的第三期，我们邀请了百分点大数据与人工智能核心算法的负责人，来讲讲关于《深度学习在文本分析中的应用》那些事，敬请期待。

分享时间：三月十六日 晚间 8：30-9：30

讲师介绍：苏海波，清华大学电子工程系博士，百分点集团首席算法科学家，擅长人工智能领域的自然语言理解、动态知识图谱、深度学习、个性化推荐以及计算广告学技术；多篇论文发表于 GLOBECOM、ICC、IEICE Transactions 等国外顶尖学术会议和期刊；曾就职于新浪微博，负责广告系统的算法效果优化，以及信息流产品整体算法策略的设计及研发；现负责百分点大数据与人工智能核心算法。

分享主题：深度学习在文本分析中的应用

分享内容：大数据时代，通过文本信息掌握消费者偏好、用户口碑和品牌舆情已经变成企业最基本的生存和竞争能力，在这些应用场景中，文本分析的技术能力直接决定了信息挖掘结果的质量和效率，这对任何企业的对应技术部门提出了非常高的要求。百分点在文本分析方面有多年的技术和业务实践经验，服务了几百家企业级客户，并且成功采用深度学习技术显著提升了文本分析的效果，达到了业界顶尖水平。本讲座将分享深度学习模型在各种文本分析任务中（包括分词、命名实体、情感分析以及自动问答等）的应用实践，具体内容包括模型的技术原理、效果调优和性能的优化，同时展示对应的使用场景、业务案例和应用价值。

分享提纲：

文本分析的功能体系

文本分析中的深度学习模型原理

模型的训练集生成、效果调优以及性能调优

模型的效果对比

企业中的使用场景及案例

听众受益：

了解深度学习在企业级文本分析中具体的技术原理，以及在使用过程中

遇到的效果和性能方面的各种挑战和解决方案

了解对应的技术使用场景和实际业务案例

AI前线

紧跟前沿的AI技术社群

想看更多这类文章， 请给我们点个赞吧！