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
