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。
- 本文地址:PPT+ 视频回放 | 来也科技《知识图谱及智能问答系统构建》
- 本文版权归作者和AIQ共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出
更多内容请访问:IT源点
注意:本文归作者所有,未经作者允许,不得转载