技术前沿
资讯图
一文读懂RPA与AI的完美结合过程
RPA与AI结合是RPA发展的趋势。RPA需要AI的技术能力拓展功能服务,AI需要RPA的应用场景落地。
2019.11.30
资讯图
实在教程 | AI算法平台是如何炼成的
随着机器学习和深度学习等技术的突破,人工智能相关技术被广泛的应用到了各行各业。但是要将学术界、工业界先进的算法模型和实践经验,要快速的应用到自己的业务场景中还是需要做很多工作。要打造一个满足当前需求的算法平台,需要从计算性能,平台易用性,满足真实业务场景需求等不同的方面进行考量,文本将带你了解如何打造一个面向AI的算法平台。
2019.06.21
资讯图
包小黑如何科学地打标——弱监督系统snorkel在法律场景的应用
数据是人工智能的基石,更多的数据、更高的质量往往意味着更好的效果。然而大规模高质量数据的获取并非易事,通常需要花费大量的时间、精力和成本,尤其是在需要领域知识的情况下。数据标注,正日益成为人工智能发展过程中的瓶颈。鉴于此,弱监督方式开始受到人们越来越多的关注,如远程监督、规则/分类器进行启发式标注等。一般基于这种方式得到的数据准确率和覆盖率有限,需要对不同数据源进行合并来提高。对此,由斯坦福大学开发的snorkel系统,为这一场景提供了一整套解决方案…
2019.05.24
资讯图
法律人工智能的认知、现状和未来之认知篇
只有了解法律人工智能的“真实当下”才能预判和迎接它的“可能未来”人工智能主要研究如何让机器来模拟人的智能,来处理一些特定的场景和应用问题。“高大上”的大数据统计界面,只是对数据的统计,不是人工智能;百度与Google等搜索引擎、今日头条等新闻推荐、中英翻译系统,应用了人工智能技术。人工智能的价值往往体现在它能够具体解决哪些具体问题上。
2019.04.28
资讯图
高性能特征工程Pipeline设计要点
当前深度学习技术已经在搜索、广告、推荐等点击率预估及类似场景中得到了广泛和有效的运用,取得了一些突破性的进展。其中一部分进展得益于在隐藏层之外显示构造特征组合,从而弥补神经网络的局部低效表达能力。从这个角度看,特征交叉等传统的特征工程技术仍将在一定时间内继续存在。另一方面,在工业场景中,作为基线的LR/FTRL模型或者GBDT模型,也是考察深度神经网络效果的必要对照实验组,甚至是初次场景建模的首选打底方案。
2019.03.28
资讯图
少年,看你骨骼清奇,送你一份AI武林秘籍:知识图谱
如果把人工智能领域比作江湖,机器学习和深度学习堪称武林中的屠龙刀、倚天剑,而知识图谱则是一部葵花宝典级的武林绝学。知识图谱并非武林新生独创,其江湖地位久远。相传在六十年前,江湖上有三大门派:其一是连接派(神经网络),其二是经验派(机器学习),其三是符号派(知识工程)。三大门派明争暗斗,十余年后一部武林秘籍从符号派悄然流传于武林之中,受限于当时的环境,初出茅庐,其功力还未受到其他门派的重视,名号也毫无大侠之风——语义网络。
2019.02.27
资讯图
“猜心思”的Hard模式:问答系统在智能法律场景的实践与优化
问答系统是自然语言处理领域一个很经典的问题,它用于回答人们以自然语言形式提出的问题,有着广泛的应用。例如其应用场景有:智能语音交互、在线客服、知识获取、情感类聊天等。常见的分类有:生成型、检索型问答系统;单轮问答、多轮问答系统;面向开放领域、特定领域的问答系统;完成任务型、纯聊天型的问答系统。本文介绍的主要是我们在检索型、面向特定领域的问答系统,在落地过程中的尝试与思考。我们首先会简要的回顾一下检索型问答系统的框架、学习过程、常见模型。
2019.01.29
资讯图
切切切词!新词发现算法TopWORDS的原理及实现
TopWORDS [参考文献1]是发表在PNAS的一种新词发现算法,它在没有任何先验知识的条件下,快速地从大规模中文语料里学习出一个排序的词典以及语料文本的分词结构。
2019.01.15
资讯图
LIME应用及其时间复杂度初探
机器学习或深度学习模型在赋能2B的实际业务场景时,模型的可解释性一直是影响模型快速落地的瓶颈之一。为非AI相关专业背景的客户或合作伙伴解释模型(尤其是黑盒模型)的训练和预测过程,以及某个预测结果背后蕴含的推理,往往是一件很有必要但很棘手的事情。对于我们目前从事的智能司法场景尤其如此:案件的判决往往在一定的司法框架内进行推理,每一个步骤都必须有法可依;那么智能司法产品的结果同样需要基于对应的法律法规给出令人信服的解释,否则模型尽管在验证集上效果很好,也并不能得到用户的信任。
2018.12.31