新闻中心 NEWS CENTER
公司新闻
您现在的位置:首页 > 新闻中心 > 公司新闻
正泰线缆队伍成长中!

在自然语言处理(nlp)领域,百度构建了最大的中文异构知识图谱,研发基于多文档校验的阅读理解技术、基于交互式学习的对话理解技术等,

基于自然语言处理技术和语音技术,百度建立了世界上第一个具有集成预期和可

阿里达摩院引入以色列知名科学家lihizelnik-manor教授本文作

作为实验室负责人,她将带领团队推动达摩院计算机视觉领域的基础研究,以

以色列机器视觉研究实验室是达摩院遍布全球的科研机构之一,也是达摩院首

机器视觉实验室正在研发的计算机视觉技术,能有效提升计算机对外部物理世界的理解能力,在城市大脑、新零售等领域都有丰富的应用场景。诸如,通过视频理解技术,能有效提

加盟达摩院之前,lihizelnik-manor在以色列理工学院电气工程系担任副教授,领导该校的计算图像与多媒体实验室。以色

lihi教授曾多次荣获ieee与iccv的杰出论文奖,并连续多年担任eccv与cvpr等计算机视觉大会的主席,此外她还是顶级

雷锋网版权文章,未经授权禁止转载。详情见转载须知。

3人收藏分享:-->文章点评:(您需要登录后才能评论没有账号?)-->表

关注ai学术动态以及各类数据挖掘比赛,加好友请备注个人信息~谢谢。微

导语:多模态技术有两大应用方向:一是会改变人机交互的方式,二是将使信息分发更加高效。快手+2ai影响因子活动企业:快手操作:主题演讲事项:雷锋网(公众号:

李岩在演讲中表示,多模态技术有两大应用方向,一是会改变人机交互的方式,二是将使信息分发更加高效;视频本身就是一个多模态的问题,而快手则拥有海量的多模态数据,多模态的研究对于快手来说是非常重要的课题;目前快手已经在语音识别与合成、智能视频配乐、通过2d图像驱

以下为演讲的主要内容:大家好,首先我来简单介绍一下快手,在这个平台,用户能够被广阔的世界看到,也能够看到广阔的世界,我们可以看一下快手的数据:70亿条视频总量、1500万日新增视频,日均的使用时长超过

我们知道视频是视觉、听觉、文本多种模态综合的信息形式,而用户的行为也是另外一种模态的数据,所以视频本身就是一个多模态的问题,再加上用户行为就更是一种更加复杂的多模态问题。所以多模态的研究对于快手来说,是非常重要的课题。

多模态技术两大应用方向:人机交互与信息分发

我认为多模态技术会有两大主要的应用。

第一,多模态技术会改变人机交互的方式,我们与机器交互的方式将会越来越

第二,多模态技术会使得信息的分发更加高效。多模态技术研究的三个难点:语义

其实在目前来看,多模态研究难度还是非常高的。

其中大家谈得比较多的是语义鸿沟,虽然近十年来深度学习和大算力、大数据快速

再者,由于引入了多种模态的信息,所以怎样对不同模态之间的数据进行综合建

另外,做语音、做图像是有很多数据集的,大家可以利用这些数据集进行刷分、交

下面我会分享我们在多模态这个方面所做的事情,以及这些技术是怎么样帮助

多模态技术如何实现更好的记录

首先,多模态技术将实现更好的记录。随着智能手机的出现,每个人都可以用手机

我们希望整个记录过程是更加便捷、个性化、有趣,同时也是普惠的,具体我将分别通过四个案例分享。

1、语音转文字打造便捷字幕生成体验

一个视频里,音频部分对于整个视频的信息传递是非常重要的。网上有很多带有大量

导语:11月8日,acm公布2018年度杰出科学家名单,全球数据库领域领军人物、达摩院

acm是国际上历史最悠久、规模最大、最权威的计算机专业学会,著名的图灵奖

李飞飞,犹他大学计算机系终身正教授。曾获acm、ieee、visa、

李飞飞教授于今年五月正式加盟阿里巴巴达摩院,带领团队投入到具有自主知识产

目前,李飞飞教授带领的阿里巴巴数据库事业部所研发的新一代分布式数据库系

雷锋网ai科技评论借着这一契机,第一时间对他进行专访。采访中,李飞飞教授谈到加入达摩院是一个迎接大规模挑战的机会,也是形成工业和科研联动的机会,他也对雷锋网介绍了阿里自研并计

(笑)怎么讲呢?我比较喜欢脚踏实地搞技术,一步一步。获得acm杰出科学家

从公司层面上说,加入阿里之后获得这个奖项可以帮助阿里、包括达摩院打造更

您是什么时候开始对数据库研究产生兴趣?

读本科的时候。当时我上了一门课数据库课程,做了一个小项目,后面就用到了数据库系统

在这些年的研究中,有什么心得体会可以与大家分享?

我在这些年的求学、教学经历中,以及与google、facebook、vis

导语:下周二,追一科技团队还将在雷锋网公开课上为大家带来分享~追一科技+2ai影响因子活动企业:追一科技操作:技术分享事项:雷锋网ai科技评论按:2018年10月19日,

机器阅读理解(machinereadingcomprehension)指的

cmrc比赛与最流行的英文数据集squad形式类似,文档来源于中文维基百科,问题由人工撰写,根据给定的一篇文档和一个问题,参赛者需要解决的是,如何建立并训练model,使其能更好地理解context与q

数据在数据方面,主要工作集中在数据的归一化和去噪音。cmrc比赛训练集包含

范廷颂是什么时候被任为主教的?

九广铁路小童储值票是何时停止使用的?

(1990年9月停止使用)

上面的数据样例展示了这种标注不一致问题,同样为时间点的询问,但是不同标注

除了标注不一致的噪音,参赛队员还对文本进行了归一化,比如繁简转换,中英文标点转换等数据归一化操作。

上一篇: 语言不够给力?脑电波交流终于实现 下一篇: 无