自然語言處理頂級專家Dan Roth：AI的崛起

2018年1月28日上午，《麻省理工科技評論》新興科技峰會EmTech China于北京國貿(mào)大酒店正式召開。我還有一個例子，我很喜歡喝咖啡

數(shù)據(jù)至上的人工智能時代，哪些公開數(shù)據(jù)集最適合？

摘要：現(xiàn)如今構(gòu)建人工智能或機(jī)器學(xué)習(xí)系統(tǒng)比以往的時候更加容易。涉及到機(jī)器學(xué)習(xí)或人工智能的大多數(shù)產(chǎn)品強(qiáng)烈依賴于那些通常沒有開放的私有數(shù)據(jù)集，而本文將指出解決這種困境的辦法。

比深度學(xué)習(xí)快幾個數(shù)量級，詳解Facebook最新開源工具——fastText

Facebook FAIR實(shí)驗(yàn)室在最新博客中宣布將開源資料庫fastText，聲稱相比深度模型，fastText能將訓(xùn)練時間由數(shù)天縮短到幾秒鐘。在 fastText中也使用向量表征單詞 n-gram來將局部詞序考慮在內(nèi)，這對很多文本分類問題來說十分重要。

Voices：LinkedIn了解用戶反饋的文本分析平臺

大數(shù)據(jù)時代，各家公司都在收集更多自由文本格式的非結(jié)構(gòu)化數(shù)據(jù)，內(nèi)容從客服對話到市場研究調(diào)查均有涵蓋。找出用戶反饋數(shù)據(jù)的主題非常關(guān)鍵

LinkedIn文本分析平臺：主題挖掘的四大技術(shù)步驟

LinkedIn前不久發(fā)布兩篇文章分享了自主研發(fā)的文本分析平臺Voices的概覽和技術(shù)細(xì)節(jié)?；谏厦婺Ｊ綄γ~、動詞短語的匹配方式，我們?yōu)閮深惒煌闹黝}創(chuàng)建了下面的三種匹配模式。