问答系统早在1960年代便初见雏形，大致经历了基于结构化数据、基于自由文本、基于问题答案对等阶段，近年来知识图谱、任务型等技术的出现，为问答系统提供了更好的体验与更多的应用。发展多年，问答系统在商业化的过程中仍然面临很多挑战。为了更好地服务丰富多元的智能问答场景，腾讯云构建开放 Bot 市集，打造 AI 中间件，为各行各业的问答系统提供基础能力。

演讲提纲：

1. 智能问答系统的技术框架与实践
2. 腾讯云 AI 中间件的架构设计
3. 深度学习匹配、机器阅读理解、知识图谱、文本生成技术在 AI 中间件中的应用
4. 从 AI 中间件到开放 Bot 市集

听众受益点：

1. 了解智能问答的技术发展和趋势
2. 了解智能问答商业化的实践与路径
3. 了解云计算与智能问答的结合点

随着阿里巴巴全球化战略持续推进，越来越多的业务正在走向海外，本次分享将介绍阿里小蜜作为提供智能服务的对话机器人，在服务于来自 Lazada、AliExpress 的不同国家、不同语言、不同文化的用户时，将面临哪些新挑战，如何运用多语言 NLP 技术，以及如何通过七个关键步骤构建多语言对话机器人。

演讲提纲：

1. 多语言阿里小蜜业务场景介绍
2. 多语言 NLP 技术的挑战
3. 构建多语言机器人的七个关键步骤
4. 总结及展望

听众受益：

• 了解多语言对话机器人所面临的不同挑战和场景
• 了解多语言 NLP 算法原理及具体技术应用

机器阅读理解技术在过去近年飞速发展，成为各大 AI 公司与高校的必争之地，这也引领了过去一年机器学习在文本方向应用的爆发。在阅读理解技术落地产品化的进程中依然存在许多待解决的问题。比如：如何压缩简化模型支持高并发服务，如何判断问题的答案是否存在于文本库之中，如何将阅读理解机器人与其他机器人有效融合，如何让非专业人员可以成功的运营使用等等。我们团队在过去一年多的时间里针对阅读理解技术的核心问题进行了深入探索，探索以上问题的同时，还开发了全套标注，训练，运营，服务平台来将这一重要技术产品化。本次分享将包含追一科技针对以上问题探索与方案。

B2B2C 场景下的企业服务是当前 AI 应用落地的核心场景，追一科技在这一企业服务场景中有着多年的丰富经验。本次分享将讨论 AI 技术在 B2B2C 场景中的落地难点与经验，同时分享我们如何将阅读理解技术成功在 B2B2C 场景下产品化的一些工程实践经验与心得。

演讲提纲：

  1、AI技术在企业服务中的特点

1.1 B2B2C 系统通用架构

1.2 B2B2C 难点问题分析

  2、追一阅读理解对话机器人

2.1 阅读理解机器人架构

2.2 核心功能点优化

• 模型性能优化
• 对话管理
• 知识闭环运营
• 数据标注助手

听众受益点：

1. 机器学习在文本方向最前沿技术近况
2. AI技术在企业服务中的特点
3. 问答系统的关键任务解决方案