随着AI的快速发展，相信“深度学习”对大部分人来说已经不是一个陌生的概念了。通过深度学习，计算机能够在围棋、电子竞技等领域战胜人类。
在自然语言中存在一词多义、多词同义、省略、活用等各种复杂的语言现象，这就给计算机理解语言造成了困难。如：今天下雨，我骑车差点摔倒，好在我一把把把把住了！这个句子中的几个“把”的词性和语义都不同。
那么我们再来看看下面几个填空题：
寡肽是由4-10个 组成的化合物。
体，也叫太阳风是指从太阳上层大气射出的超声速等离子体带电粒子流。
光电现象由德国物理学家赫兹于1887年发现，而正确的解释为 所提出。科学家们在研究光电效应的过程中，物理学者对光子的量子性质有了更加深入的了解，这对波粒二象性概念的提出有重大影响。
当我们要填这些空的时候，我们首先需要理解这些句子的意思，其次还要具备相关的知识。让计算机来回答这些问题的时候，可就难上加难喽。
现在，我们有了最强的中文自然语言处理（NLP）预训练模型——艾尼（ERNIE），可以使计算机具有很好的中文语义理解的能力，帮助各种中文NLP任务快速取得显著的效果提升！
艾尼（ERNIE）是百度自研的持续学习语义理解框架，它利用百度海量数据和飞桨（PaddlePaddle）多机多卡高效训练优势，通过深度神经网络与多任务学习等技术，持续学习海量数据和知识。
基于该框架预训练模型，已累计学习10亿多知识，覆盖词法、句法、语义等多个维度，有很强的通用语义表示能力，在中英文NLP任务上均表现优异，适用于各种NLP应用场景，效果提升明显，使用便捷高效。
在应用场景方面，艾尼（ERNIE）已经在百度搜索问答、度小满金融风控、好看视频推荐等产品纷纷落地，并取得了显著的效果提升。
优势一：任务效果领先
业内领先的语义理解预训练模型，刷新多个中英文NLP基础任务、应用任务的效果
优势二：少量样本快捷训练
少量训练数据即可达到良好效果，训练便捷，效果提升迅速
优势三：多种方案高效预测
支持多倍效果无损模型压缩，并有多种性能优化方案以满足应用需求
优势四：中文场景技术服务
完善的中文应用场景技术服务支持，产业NLP应用实践持续锤炼
怎么样，是不是很强大呢？
对于众多NLP从事者而言，ERNIE是处理中文领域NLP任务的首选。相较于BERT，ERNIE的改进包括短语/实体掩码（这个idea后来也被BERT引用并发布了WWM-BERT）、词法、句法、语义多层预训练任务持续学习等。
因此说它是史上最强，并不夸张。
联系客服
