nlp任务

近日，在NLP（自然语言处理）领域的顶级赛事LIC 2022语言与智能技术竞赛中，商汤 科技 研究院NLP团队携手香港中文大学团队，在王历伟教授的指导和带领下，从超过500个注册队伍中脱颖而出，斩获视频语义理解任务冠军。这也是商汤科技在人工智能学术领域获得的又一项超高含金量的技术殊荣。

近日，百度ERNIE升级到3.0，重磅发布知识增强的百亿参数大模型。该模型除了从海量文本数据中学习词汇、结构、语义等知识外，还从大规模知识图谱中学习。ERNIE 3.0一举刷新54个中文 NLP任务基准，其英文模型在国际权威的复杂语言理解任务评测SuperGLUE上，以超越人类水平0.8个百分点的成绩登顶全球榜首。ER

作者 | 蒋宝尚编辑 | 贾伟 全世界约有6900种语言，但大多数并没有英语这种数据规模，这也导致大多数的NLP基准仅限于英文任务，这大大制约了自然语言处理的多语言发展。 从语言学的角度，值得注意的一点是，不同语言或许有相同的来源，例如英语的“desk”和德语的“ Tisch”都来自拉丁语“ d

雷锋网 AI 开发者按： 一个月前，在「AICon 全球人工智能与机器学习技术大会」上，华为诺亚方舟实验首席科学家刘群刚分享了新发布的中文预训练语言模型 NEZHA（哪吒）；就在这两天，NEZHA 已在 Github 上开源，同时开源的还有压缩 BERT 模型「TinyBERT」，它在推理时大小可缩小 7.5

雷锋网(公众号：雷锋网) AI 科技评论按： 7 月 30 日，百度发布了 ERNIE（Enhanced Representation through kNowledge IntEgration）的优化版本——ERNIE 2.0 自然语言理解框架。这个中英文对话的 AI 框架不仅获得了最

雷锋网(公众号：雷锋网) AI 科技评论按： 去年 11 月份，谷歌研究团队在 GitHub 上发布了万众期待的 BERT，它不仅在 11 项 NLP 测试中刷新了最高成绩，甚至还表现出全面超越人类的惊人结果。但 BERT 带来的震撼还未平息，今日又一个令众多 NLPer 兴奋的消息发布

雷锋网(公众号：雷锋网) AI 科技评论消息，Google 近期提出的 BERT 模型，通过预测屏蔽的词，利用 Transformer 的多层 self-attention 双向建模能力，取得了很好的效果。但是，BERT 模型的建模对象主要聚焦在原始语言信号上，较少利用语义知识单元建模。这个问题在中文方面尤为明

雷锋网(公众号：雷锋网) AI 科技评论按，NLP（自然语言处理）被誉为人工智能「皇冠上的明珠」，其发展备受学术和产业界关注，而今 NLP 领域再次迎来重大突破。2019 年 3 月，百度提出知识增强的语义表示模型 ERNIE（Enhanced Representation from kNowledge Int