自然语言处理

首页 标签 自然语言处理
# 自然语言处理 #
关注
27910内容
阿里毕玄:我在系统设计上犯过的14个错
继上篇《架构师画像》提到了自己在系统设计上犯过的一些错之后,阿里毕玄又回顾了近八年来所做的一些系统设计,看看犯的一些比较大的血淋淋的错误(很多都是推倒重来),这八年来主要做了三个基础技术产品,三个横跨三年的大的技术项目(其中有两个还在进行中),发现大的错误基本集中在前面几年,从这个点看起来能比较自豪
关于机器学习算法 你需要了解的东西(机器学习入门第二篇)
对学习算法进行分类是基于构建模型时所需的数据:数据是否需要包括输入和输出或仅仅是输入,需要多少个数据点以及何时收集数据。根据上述分类原则,可以分为4个主要的类别:监督学习、无监督学习、半监督学习和强化学习。
INTERSPEECH 2017系列 | 语音识别技术之声学模型
编者:今年的INTERSPEECH于8月20日至24日在瑞典的斯德哥尔摩顺利召开,众多的高校研究机构和著名的公司纷纷在本次会议上介绍了各自最新的技术、系统和相关产品,而阿里巴巴集团作为钻石赞助商也派出了强大的阵容前往现场。
交互搜索中的自然语言理解技术
交互搜索 交互搜索是一种新的产品形态,可以和用户对话,记住用户的购物需求和偏好,提供购物知识和建议。在搜索页面下拉就可以进入了,类似于微信的小程序的进入方式。 自然语言理解 对话和搜索的最大区别就是对话是多轮的,而搜索是单轮的。
如何造一个“钉钉”?谈谈消息系统架构的实现
阿里妹导读:消息类场景是表格存储(Tablestore)主推的方向之一,因其数据存储结构在消息类数据存储上具有天然优势。为了方便用户基于Tablestore为消息类场景建模,Tablestore封装Timeline模型,旨在让用户更快捷的实现消息类场景需求。
阿里巴巴机器翻译在跨境电商场景下的应用和实践
本文将与大家分享机器翻译相关背景知识,再深入介绍机器翻译在阿里生态中的具体应用实践,介绍基于机器翻译技术搭建的一套完善的电商多语言解决方案,最后将会从技术角度介绍阿里机器翻译在解决实际业务问题中的技术创新和亮点。
深度!市场已经存在成熟产品,阿里为什么还要做机器翻译?
阿里巴巴从2012年就开始自主研发阿里翻译。经过3年多的发展,机器翻译已经能够提供包括机器翻译、人工翻译以及人机结合的业界领先电商领域翻译解决方案。
鲁班,视觉生成引擎的应用
本文介绍了视觉生成的现状,智能设计的框架和流程、应用案例及未来前景。通过本文的学习,可以对视觉生成有基础性的认识,了解行业的现状以及未来的发展趋势。
免费试用