隨著AI的快速發(fā)展，相信“深度學習”對大部分人來說已經不是一個陌生的概念了。通過深度學習，計算機能夠在圍棋、電子競技等領域戰(zhàn)勝人類。

在自然語言中存在一詞多義、多詞同義、省略、活用等各種復雜的語言現(xiàn)象，這就給計算機理解語言造成了困難。如：今天下雨，我騎車差點摔倒，好在我一把把把把住了！這個句子中的幾個“把”的詞性和語義都不同。

那么我們再來看看下面幾個填空題：

寡肽是由4-10個        組成的化合物。

        體，也叫太陽風是指從太陽上層大氣射出的超聲速等離子體帶電粒子流。

光電現(xiàn)象由德國物理學家赫茲于1887年發(fā)現(xiàn)，而正確的解釋為        所提出?？茖W家們在研究光電效應的過程中，物理學者對光子的量子性質有了更加深入的了解，這對波粒二象性概念的提出有重大影響。

當我們要填這些空的時候，我們首先需要理解這些句子的意思，其次還要具備相關的知識。讓計算機來回答這些問題的時候，可就難上加難嘍。

現(xiàn)在，我們有了最強的中文自然語言處理（NLP）預訓練模型——艾尼（ERNIE），可以使計算機具有很好的中文語義理解的能力，幫助各種中文NLP任務快速取得顯著的效果提升！

什么是艾尼（ERINE）？

艾尼（ERNIE）是百度自研的持續(xù)學習語義理解框架，它利用百度海量數(shù)據(jù)和飛槳（PaddlePaddle）多機多卡高效訓練優(yōu)勢，通過深度神經網絡與多任務學習等技術，持續(xù)學習海量數(shù)據(jù)和知識。

基于該框架預訓練模型，已累計學習10億多知識，覆蓋詞法、句法、語義等多個維度，有很強的通用語義表示能力，在中英文NLP任務上均表現(xiàn)優(yōu)異，適用于各種NLP應用場景，效果提升明顯，使用便捷高效。

△持續(xù)學習語義理解框架ERNIE

在應用場景方面，艾尼（ERNIE）已經在百度搜索問答、度小滿金融風控、好看視頻推薦等產品紛紛落地，并取得了顯著的效果提升。

艾尼ERNIE有哪些優(yōu)勢？

優(yōu)勢一：任務效果領先

業(yè)內領先的語義理解預訓練模型，刷新多個中英文NLP基礎任務、應用任務的效果

優(yōu)勢二：少量樣本快捷訓練

少量訓練數(shù)據(jù)即可達到良好效果，訓練便捷，效果提升迅速

優(yōu)勢三：多種方案高效預測

支持多倍效果無損模型壓縮，并有多種性能優(yōu)化方案以滿足應用需求

優(yōu)勢四：中文場景技術服務

完善的中文應用場景技術服務支持，產業(yè)NLP應用實踐持續(xù)錘煉

怎么樣，是不是很強大呢？

對于眾多NLP從事者而言，ERNIE是處理中文領域NLP任務的首選。相較于BERT，ERNIE的改進包括短語/實體掩碼（這個idea后來也被BERT引用并發(fā)布了WWM-BERT）、詞法、句法、語義多層預訓練任務持續(xù)學習等。

因此說它是史上最強，并不夸張。