實體鏈接是將自然語言中提到的概念與其存儲在知識庫中的規范形式連接起來的過程。例如，假設一個知識庫包含實體“ID3452 流感”，我們想要處理一些包含句子“患者有流感樣癥狀”的自然語言。實體鏈接模型會將“流感”一詞與知識庫實體“ID3452 流感”相匹配，從而允許對文本中引用的概念進行消歧和規范化。實體鏈接的應用范圍從幫助自動化數據抽取到幫助實時智能對話的規范化，可以實現文本分類和聚類；信息檢索；知識庫構建；智能問答等應用 。本次網絡研討會我們將以醫療領域的實體鏈接為例，方法也同樣適用于金融等其他各種領域。

NVIDIA NeMo 是一個用于構建先進的對話式 AI 模型的開源工具庫，它內置集成了自動語音識別（ASR）、自然語言處理（NLP）和語音合成（TTS）的模型及方法。NeMo 可以快速加載先進的預訓練模型“開箱即用”，使用模型的配置文件“化繁為簡”，進而快速完成包括 NLP 實體鏈接在內的各類對話式 AI 子任務。

本次網絡研討會主要是面向于有 NLP 和語音人工智能開發需求的開發者朋友們。

醫療領域中的實體鏈接

NVIDIA NeMo 代碼解析

12 月 7 日，星期三，20:00 – 21:30

主要內容

• 實體鏈接任務介紹

• 介紹醫療實體鏈接數據集

• 實體鏈接模型的訓練和評估

• 實體鏈接的索引和推理查詢

演講嘉賓

李奕澎 | NVIDIA 企業開發者社區經理

擁有多年數據分析建模、人工智能自然語言處理開發經驗。在自動語音識別、自然語言處理、語音合成等對話式 AI 技術領域有豐富的實戰經驗與見解。曾開發法律、金融、保險文檔中基于實體抽取的智能問答系統，曾開發基于 NLP 知識抽取，KG 知識圖譜的建立的科研文檔智能檢索系統。

參與方式

掃描上方二維碼即刻報名

相關資料

了解 NVIDIA NeMo 的更多信息