本文主要针对经典的文本匹配技术在语音机器人中标准问题匹配上进行实践对比，文中先是介绍了经典孪生网络 SiameseLSTM，BiMPM，ESIM原理及其使用方法，其次是分析对比了Bert 系列预训练模型对标准问题匹配的影响，最后介绍了对抗训练与模型集成等 Tricks在文本匹配中应用，最终在测试数据集下文本匹配准确率从 97.23% 提升到 99.5 %。

使用预训练模型已经成为大部分NLP任务的标配，因此近年来有大量的工作围绕着如何提高预训练模型的质量。其中，引入外部知识无疑是最热门的话题之一。丁香园NLP联合华师大何晓丰老师团队，在今年的ACL上发表了 SMedBERT 工作。这是在医疗垂直领域下，首次将知识图谱中的医学实体，连同实体关系中的结构化语义信息，同时引入到预训练模型中。利用该预训练模型，在下游包括MRC、语义匹配、NER等任务都带来指标提升。

58黄页是一个用户找服务的平台，主要靠商家发帖，用户通过帖子找服务。但商家的帖子标题描述及用户的评价等都是纯文本的，不是结构化的数据。用户检索时无法对帖子核心内容进行突出展示，召回等。由此，需要从文本里提取标签，标签是通过对帖子内容分析得到的高度精炼的特征词或短语，将帖子内容标签化可以突出帖子特性，实现帖子内容结构化，帮助用户更快定位到所需要的服务，提升用户体验。

观点、情感以及与之相关的许多概念，如评价、态度、感情和心情，与我们主观的感觉和感受密切相关。我们对于现实世界的感知和感受，包括我们做出的任何选择，也很大程度上受到他人对于当前世界的洞察和观点的影响。情感分析伴随着网络社会媒体（如评论、论坛、微博、新闻资讯网站）的兴起而快速发展。这些也被称为用户生成内容（ugc）的社会媒体数据，社会媒体中用户生成内容蕴含了大量的用户观点信息，要从中挖掘有用知识需要对情感计算与观点挖掘问题进行研究。自2000年来年初以来，情感计算已称为自然语言处理领域最活跃的研究问题之一。情感计算系统几乎在每一个企业、卫生机构、政府乃至整个社会都有广泛应用。

各平台关于NER技术介绍的文章已经非常多，本文并不以指标增长为目标，而是从先验知识融合与嵌套实体问题两方面讨论，希望可以从这两个方向的工作中获得解决其他问题的启发

如何根据具体的任务情景来调整BERT模型以更好判断在判断新闻时效性？本文做出了如下探讨。

本文以58信息安全风铃监控预警系统为原型，重点从线上数据生产到指标计算、存取、阈值设置的角度介绍一些实践中的通用技术点，以解决信息安全风控对抗过程中在高并发情形下面临的问题和挑战。

高德有7000万以上的POI（Point of Interest，兴趣点）数据。每年还会出现很多新增的POI，也会有一部分POI停止营业、关门倒闭。这些POI如何制作和更新？从采集方式来看会有很多获取POI的方式，有一种重要而且直观的采集方式，高德通过众包方式采集街边店铺的图像，利用计算机视觉技术（以及人工辅助）从图像中提取POI数据。

下图演示了一次众包化采集过程。高德的采集人员从这条街走过，拍摄连续图像。最后把图像和GPS坐标，上传给高德。

小布助手架构是融合了任务型、知识问答型、聊天对话型的综合对话系统。

iFeedback智能分类系统，提供了基于BERT模型分类和基于规则分类两种模式，通过对海量用户反馈进行快速自动化分类/打标签，提高了问题跟进和反馈分析处理的效率。

58同城是国内最大的生活服务信息服务平台，连接着数千万C端用户和数百万B端商家，为了提升B端商家和C端用户的有效连接，基于智能对话机器人我们构建了帮帮智能客服商家版，其中一项功能为在微聊中对用户问题进行智能回复。

相比于长文本的相似度计算，短文本的相似度计算存在更大的挑战。

在好大夫在线每天的线上问诊中，包含了大量的各种医院报告单、化验单等图片，如何识别并格式化这些报告单数据，成了我们面临的一大难题。

帮帮商家版黄页代运营中的商机识别原理实践

帮帮智能客服是58同城自主研发的智能客服系统，新三网场景是58智能客服在房产领域垂直深耕的一个典型场景。该场景面向的是赶集网、安居客、58同城的房产经纪人用户。随着新三网使用量的增加我们对新三网场景的问答模型进行了迭代优化，为用户提供更加准确、快速、高效的服务，以节省人工客服成本，提高人效。

让算法“读”懂二手商品。