云脑张本宇WSDM学术报告:NLU模型解释性的应用互联网

砍柴网 / / 2018-02-24 17:53

/Users/zuozuo/Desktop/mmexport1517870723518.jpg

第11届网络搜索与数据挖掘国际会议(International Conference on Web Search and Data Mining)于2018年2月5日在美国洛杉矶成功举办。云脑科技创始人&CEO张本宇受邀参加,并在VC&工业会议上发表了学术报告,介绍了NLU模型可解释性在招聘AI和手机AI中的应用。

WSDM是近年来网络搜索与数据挖掘领域新兴的顶尖国际会议之一,自2008年起每年举办一次,受到相关领域的国际学者高度关注。其涵盖互联网社交网的搜索与数据挖掘方面的理论、模型、算法、评测、实验、应用等多个方面,既重视基础研究,也重视实际应用,因此WSDM在数据挖掘领域越来越具影响力。在WSDM的VC&工业会议上,科学家们与VC共同分析了数据科学在初创企业中的作用。

张本宇是北京大学计算机系95级本科/人工智能硕士,先后工作于微软亚洲研究院,Google,Facebook,19年来专注于人工智能的研究及开发,现任云脑科技创始人&CEO。他曾发起/领导Microsoft adCenter Lab,Microsoft SILK,Google AdWords Quality,Google Now,Facebook Search,Facebook Search Ads,Facebook Feed Ads等多项核心技术及系统。张本宇曾申请及授予150项美国专利,在国际一流期刊及会议上发表的45篇论文有6000+引用。

本次特邀嘉宾还有:Khosla Ventures创始人、Sun Microsystems公司 CEO Vinod Khosla,Visa Research的高级副总裁Min Wang,今日头条AI实验室主任李航以及其他来自Google,Facebook,亚马逊,Airbnb等公司的顶级数据科学家。

在WSDM会议上,张本宇着重介绍到,虽然深度学习模型一般被当做黑箱来使用,但是很多场景下要求对AI决策的可解释性。云脑科技针对这类需求,在模型上的设计进行了改进,在保留了模型表达能力的基础上,增加了可解释性。

举一个招聘行业的例子。一个JD的某条要求是:“喜欢追求新事物”,而一份求职者的简历描述为:“我知道虽然我的接受能力是一般的,但更重要的是,我喜欢学习新的东西,那样使我快乐”,这句话可以按照不同的单元形成不同的字段语义——

c=1:“虽然接受能力一般”

c=3:“接受能力一般但喜欢”

c=5:“一般但喜欢学习新”

c=7:“喜欢学习新的东西”

这些语义分别与“喜欢追求新事物”的卷积相撞,“c=7”这一语义成为最佳匹配。

类似这样,JD上下文的每一句话都能够与求职者简历上下文的每一句话进行精准分析,并得出最终的匹配值。这样,云脑可以帮助HR推荐到匹配值最大的简历。这就意味着,在招聘行业中,云脑科技的产品不仅能够帮助HR找到最符合的应聘者、帮助应聘者找到最符合的HR,同时还能够给予双方一份详细的建议理由。

云脑科技在NLU和可解释性方面的积累,还可以用到手机行业的AI中,通过对手机文本的语义理解,更全面、更深入地刻画用户的画像。

作为一家人工智能公司,云脑科技已经推出了四款AI(X)中间件,覆盖通信、金融、人力资源、能源四个领域。NLU模型的可解释性在通信AI(T)、人力资源AI(H)这两款行业中间件中得到了深度应用。



1.砍柴网遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.砍柴网的原创文章,请转载时务必注明文章作者和"来源:砍柴网",不尊重原创的行为砍柴网或将追究责任;3.作者投稿可能会经砍柴网编辑修改或补充。


阅读延展



最新快报

1
3