针对分布式训练服务器的集群进行架构设计，是为了更好地解决机器学习中分布式训练中的通讯问题。目前机器学习中主要由两种分布式架构：参数服务器架构（Parameter Server，PS）去中心化架构（Decentralized Network）其中，分布式训练通常在计算集群上进行，集群的每个节点分别执行一部分计算。不同节点的计算之间有数据依赖和共享，需要将数据在不同节点间传输，这就是通信。分布式的通信

推理本节是初级教程的最后一节，为了更好地适配不同推理设备，因此推理分为 1）昇腾AI处理器推理和 2）移动设备推理。昇腾AI处理器推理1 概述昇腾（Ascend）AI处理器是面向边缘场景的高能效高集成度AI处理器。可以实现图像、视频等多种数据分析与推理计算，可广泛用于智能监控、机器人、无人机、视频服务器等场景。本节我们来学习如何在昇腾AI处理器上使用MindSpore执行推理。2 推理代码介绍首先

目录：语音对话机器人： 热线小蜜语音特色的文本驱动对话语音语义驱动的双工对话1.语音对话机器人： 热线小蜜实时语音对话的挑战：口语化：用户的表述呈现出含糊、冗长、不连续、并存在ASR噪声。多模态：语音对话相比文本蕴含了更多的信息， 如语气、情绪、背景环境等。双工化：不局限于一问一答的形式，会出现静默、等待、互相打断等复杂的交互行为。呈现出低延时（人人对话rt < 400ms），强交互（tur

http://link.zhihu.com/?target=https%3A//arxiv.org/pdf/2008.00364.pdf01摘要文本分类是自然语言处理中最基本、最基本的任务。过去十年，由于深度学习取得了前所未有的成功，这一领域的研究激增。大量的方法、数据集和评价指标已经在文献中提出，提高了全面和更新综述的需要。本文通过回顾1961年到2020年的先进方法的现状来填补这一空白，侧重于

目前Foundation Model或者是大模型，特别地火，接下来介绍什么是大模型，大模型的基本概念；接着看看大模型的实际作用，然后基于这些实际作用，我们简单展开几个应用场景。最后就是介绍支持大模型训练的AI框架。在往下看之前，想抛出几个问题，希望引起大家的一个思考：1）为什么预训练网络模型变得越来越重要？2）预训练大模型的未来的发展趋势，仍然是以模型参数量继续增大吗？3）如何预训练一个百亿规模的

课程目标：1.聊聊翻译能力落地时需要考虑的方方面面2.如何根据业务需求定制一个翻译模型3.谈谈一些快速提升翻译质量的小技巧为什么要做机器翻译?日常人们如何使用翻译?手机上的翻译产品形态：机器翻译如何落地?目录：做算法前先了解你的业务算法不仅是NMT模型数据决定了翻译效果的上限科学评测指引优化方向工程工作同样很重要做算法前先了解你的业务核心人群：高频场景分析：需要的翻译技术类型：算法不仅是NMT模型

资源整理了文本分类、实体识别&词性标注、搜索匹配、推荐系统、指代消歧、百科数据、预训练词向量or模型、中文完形填空等大量数据集，中文数据集平台和NLP工具等。本文内容整理自：https://github.com/InsaneLife/ChineseNLPCorpus文本分类新闻分类今日头条中文新闻（短文本）分类数据集：https://github.com/fateleak/toutiao-

基于特征融合的中文知识库问答方法汪洲 侯依宁 汪美玲 李长亮 *AI Lab, KingSoft Corp, Beijing, China{wangzhou1, houyining, wangmeiling1, lichangliang }@http://kingsoft.comAbstract. 知识库问答即 KBQA 是自然语言处理领域的热点、难点问题。 本文提出一种基于特征融合的中文知识库问

公众号：系统之神与我同在导读： 本文将介绍京东搜索场景中的两块技术， 语义检索与商品排序。 在业界检索算法基础上， 我们提出一系列更适用于电商场景的检索排序算法， 在业务上取得了显著收益。 其中的多篇论文已被 KDD/SIGIR 等收录。01背景介绍电子商务搜索是京东等电商重要组成部分， 用户通过搜索找到自己需要的商品， 然后下单购买。一个典型电商搜索引擎的架构， 包括三个重要组成部分： quer

内容速览什么是知识库（knowledge base, KB）什么是知识库问答（knowledge base question answering, KB-QA）知识库问答的主流方法知识库问答的数据集什么是知识库“奥巴马出生在火奴鲁鲁。”“姚明是中国人。”“谢霆锋的爸爸是谢贤。”这些就是一条条知识，而把大量的知识汇聚起来就成为了知识库。我们可以在wiki百科，百度百科等百科全书查阅到大量的知识。然而