人工智能正在推动证券行业信息化高速发展，数智化已经成为证券行业的共识。2018年-2020年，人工智能在证券行业主要落地场景案例总数增长达每年2倍以上，处于高速发展期。从场景上看，在智能客服、智能投研、智能风控、智能营销、智能文本上都有大量应用落地，但是相比互联网行业，证券行业具有数据敏感度高、冷启动问题突出、融合私有数据模型如何快速迭代等问题。为了解决以上问题，需要定义设计新的产品形态和技术架构。

本次分享将重点介绍金融大词林的积累、金融预训练模型、文本和图像混合模型、针对场景自训练工具等一些实践经验。

演讲提纲：

1. 恒生研究院简单介绍
2. 证券行业 AI 发展背景及现状
3. 落地难点
   • 金融行业数据敏感度高
   • 冷启动问题
   • 模型可以根据私有数据快速迭代
4. 证券行业 AI 产品形态
5. 场景案例分享
   • 场景一：智能问答
   • 场景二：智能投研
   • 场景三：智能文本
6. 金融预训练模型的建设实战
7. 未来展望

你将获得：

1. 证券行业 AI 的应用
2. 了解 NLP 产品在证券产品建设思路
3. 领域 NLP 预训练模型实践

随着证券行业对舆情数据监测与分析的需求与日俱增，结合金融投研和风控逻辑，对全景舆情数据进行深度挖掘和分析逐渐成为了行业人员的研究重点。华泰证券作为国内头部券商，致力于将金融舆情信息应用在自营投资、量化投资、风险管理、投行等业务。

这次演讲，我将介绍我们如何应用 NLP 技术构建金融舆情分析系统，并在多个不同业务场景中进行落地服务，对内提升不同业务团队的效能，对外提供舆情分析服务。

演讲提纲：

1. 金融舆情分析在华泰证券中的业务场景应用介绍。
   • 自营投资业务
   • 风险管理业务
   • 投资银行业务
2. 金融舆情分析主要实践介绍
   • 金融文档结构化实践
   • 新闻与公告资讯的舆情分析实践
   • 上市公司定期财务公告以及临时公告的简讯自动生成

你将获得：

1. 了解 NLP 在金融舆情分析中的应用场景
2. 了解一些经典 NLP 任务在金融场景实践中的难点和可能的解决方案，包括标注数据缺失、业务知识依赖性强等等
3. 了解如何将常用的 NLP 的模型与传统规则经验结合，快速可迭代得实现金融业务的服务落地
4. 展望 AI 技术在金融科技中的前景

随着 NLP 技术的进步，科技企业对数据的理解和掌控能力越来越强大。使用智能语音电话来替代人工的应用已经出现在了很多真实场景中。

本演讲主要介绍信也科技的语音对话机器人系统的研发和升级路径，系统框架和主要模块功能特点。同时，呼叫中心语音（以及转文本的）数据是特点非常鲜明的带噪声口语化的文本（包括ASR转写错误、口语中的重复、省略、语音含糊、不合语法等），且有特定业务背景（营销、反欺诈），这带来了很多具体问题，如需要纠错、对ASR带噪文本进行实体识别等。我将举例阐述数据分析问题和解决思路。最后，还将介绍机器人针对业务目标的优化逻辑以及实际效果。

除了系统的研发，本演讲也会探讨部分和对话表示和对话挖掘方面的算法探索，以及在对话结构化方面所做的努力。我们会介绍几个基于对话数据建业务模型的例子。

演讲提纲：

1. 语音对话机器人背景介绍
2. 呼叫中心语音文本数据的特点和相关的处理方法
3. 信也语音对话机器人的设计
4. 机器人针对信也业务的优化问题和解决方法
5. 展望

你将获得：

1. 初步了解语音机器人的工作原理和整体结构
2. 认识到语音数据处理的难点，以及在实际业务中的处理思路
3. 了解AI算法、工程实现和业务目标之间的关系，以及优化的方法论

携程拥有全球最大的旅游业服务联络中心，拥有1.2万个座席，呼叫中心员工超过10000名，服务规模化和资源规模化一直是携程的核心竞争优势之一。携程将服务过程分割成多个环节，以细化的指标控制不同环节，并建立起一套精益服务体系。

本次分享主要介绍携程酒店如何使用 NLP 技术对服务过程中产生的文本数据进行挖掘，并且与服务体系的相关指标进行关联，协助呼叫中心，以及服务质量管理部门，将挖掘结果应用于提升服务质量、客服效率，并降低运营成本。重点将介绍 NLP 技术在携程落地实践中碰到的困难以及对应的解决方案。

演讲提纲：

1. 携程呼叫中心应用场景对 NLP 的需求
2. 携程 NLP 相关技术解决方案的架构
3. 典型的携程 NLP 应用场景分享

你将获得：

1. 不同场景（短文本、长文本、对话型）的文本处理策略
2. NLP 在业务落地中一手的经验