前言
5月19日 由贪心科技举办的NLP训练营线上项目答辩会成功举办。本次答辩还邀请了NLP领域学术界和产业界的专家和学者们，与学员们进行了4个主题的讨论分享，吸引了60余名相关从业者与研究人员参加。分享项目
《搭建辅助医疗诊断的智能问答系统》
《LDA主题模型的平滑处理方法研究》
《基于知识驱动的对话聊天机器人》
《基于深度学习的命名实体识别研究》
4位分享嘉宾均来至贪心学院NLP训练营，
分享的项目为学员结业的Capstone项目。
Q:
什么是开放型Capstone项目呐？
A:
学员可以根据自己的兴趣爱好来选择一个特定的项目。项目可以是目前进行中的数据比赛、一个有趣并具有挑战性的应用以及偏学术性的课题。
第一阶段：Proposal的编写（立项）
第二阶段：中期Review
第三阶段：项目演示
第四阶段：Technical Report编写
下面请看 小编发回的前线报道
1
《搭建辅助医疗诊断的智能问答系统》
陈学长
重庆邮电大学 硕士
就职于中科院旗下某AI医疗方向公司，负责问答系统和对话系统
项目背景：
医人工智能在医疗领域的应用是目前最为受关注的话题。由于医疗行业的独有特性，信息极度不平衡，少量的资源远远满足不了大的多的需求。在本次报告里，主要讲解如何使用知识图谱、实体识别、搜索等NLP技术来搭建一个医疗诊断的问答系统。
项目涉及的技术：
问答系统，实体识别，搜索，文本相似度，深度学习
由于微信限制 完整视频请
添加微信：tx900180领取
2
《LDA主题模型的平滑处理方法研究》
许学长
广州工业大学 硕士
曾于中国赛宝实验室，负责AI医疗相关的工作
项目背景：
主题模型是文本领域最为重要的模型之一。一个经典主题模型的缺点是它没有考虑到主题分布在两个相邻句子之间的转移。在本次报告里提出了一种简单并实用的主题平滑方法。
项目涉及的技术：
LDA模型，主题平滑
由于微信限制 完整视频请
添加微信：tx900180领取
3
《基于知识驱动的对话聊天机器人》
曹学长
南京理工大学 本科
曾于科达通信上海研发中心，负责服务器架构优
项目背景：
知识驱动的聊天机器人是最近一个比较热的话题。也就是基于知识图谱，如何引导对话从一个主题转移到别的主题。在本次报告中主要讨论基于深度学习的方法在这方面的应用。
项目涉及的技术：
命名实体识别、信息检索、样本平衡、深度学习
由于微信限制 完整视频请
添加微信：tx900180领取
4
《基于深度学习的命名实体识别研究》
苏学长
华北电力大学 硕士
曾就职于三星计算实验室，负责人机对话、实体识别和机器阅读理解项目
项目背景：
命名实体识别是很多NLP应用的基础，在本次报告中主要来讲解命名实体识别相关的技术，特别是基于Bert和LSTM-CRF的结合。
项目涉及：
可拓展实体识别，BERT，LSTM-CRF
【视频空缺】由于微信限制一文只能放置三个视频
由于微信限制 完整视频请
添加微信：tx900180领取
