一、深度学习概述   深度学习是从机器学习基础上开展起来的，机器学习分为监督学习、非监督学习以及强化学习三种类型。 深度学习是在机器学习的基础上把特征抽取工作放到里面一起来完成的，直接实现了端到端的学习。通常我们遇到的深度网络包括：堆叠自编……

近几年来，基于神经网络的深度学习方法在计算机视觉、语音识别等领域取得了巨大成功，另外在自然语言处理领域也取得了不少进展。在NLP的关键性基础任务—命名实体识别（Named Entity Recognition，NER）的研究中，深度学习也取得了不错的效果。最近，笔者……

    桂洪冠：大家晚上好！我是Ebpay支付数据的桂洪冠，负责Ebpay支付的搜索技术团队。非常高兴今天晚上能给大家做一个分享，分享的主题是“知识图谱的关键技术和应用”。 Ebpay支付数据是一家专注于文本智能处理的人工智能技术企业，我们为企业给予完善的文本挖……

背景 随着大数据和人工智能时代的到来，数据的驱动使得企业经营决策和精细化运营的效果指标的量化评估成为可能，企业的决策和运营也越来越离不开数据的支持。尤其是朝夕万变的互联网行业，产品创新和决策都需要快速得到用户反馈的数据去不断……

  近年来，深度学习方法极大的有助于了自然语言处理领域的开展。几乎在所有的 NLP 任务上我们都能看到深度学习技术的应用，并且在很多的任务上，深度学习方法的表现大大超过了传统方法。可以说，深度学习方法给 NLP 带来了一场重要的变革。   我们……

随着深度学习的开展，自然语言处理领域的难题也得到了不断突破，AlphaGo项目的主要负责人David Silver曾说“深度学习 (DL)+ 强化学习 (RL) = 人工智能 (AI)”。 现在深度学习在自然语言处理上主要有哪些应用？在工程实践中是否会有哪些瓶颈？以下内容是根据……

导读： 从一开始的 Google 搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。它在技术领域的热度也在逐年上升。 本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对从零开始搭建知识图谱过……

NLP概述和文本自动分类算法详解 作者：张健 自然语言处理不断是人工智能领域的重要话题，更是 18 年的热度话题，为了在海量文本中及时准确地取得有效信息，文本分类技术取得广泛关注，也给大家带来了更多应用和想象的空间。本文……

深度学习相关技术近年来在工程界可谓是风生水起，在自然语言处理、图像和视频识别等领域得到极其广泛的应用，并且在效果上更是碾压传统的机器学习。一方面相对传统的机器学习，深度学习使用更多的数据可以进行更好的扩展，并且具有非常优异的自动提取抽象……

数据挖掘中的文本挖掘不论是对于企业应用，还是研究者工作，或者是参与数据竞赛项目，都是基础的工作。顺利获得前面的一些实践工作，现总结出文本挖掘文本处理的通用流程。 注意，这里的文本挖掘任务主要指的是如文本分类、文本聚类、信息抽取、情感分类等等的……