毕业于中国科学院自动化所。长期深耕语义计算、模型压缩、图神经网络等领域的研发工作,并领导相关工作在百度搜索、信息流等核心产品应用落地。擅长自然语言处理、机器学习、信息检索等技术,拥有多项技术专利。
毕业于中国科学院自动化所。长期深耕语义计算、模型压缩、图神经网络等领域的研发工作,并领导相关工作在百度搜索、信息流等核心产品应用落地。擅长自然语言处理、机器学习、信息检索等技术,拥有多项技术专利。
语义计算技术极大地提升了百度内部诸多产品的应用效果,本次分享将介绍语义计算的两个重要研究课题:语义表示和语义匹配。语义表示将会重点介绍百度研发的 ERNIE 技术以及为了落地而研发的 ERNIE-Tiny 技术;语义匹配这边将会重点介绍百度 SimNet 模型。
此外在分享最后,将会对百度图学习进行介绍。
演讲提纲:
1. 百度语义表示技术介绍
2. 百度语义匹配技术介绍
3. 从文本到图,百度图学习技术介绍
听众受益点: