12:00-13:00

簽到

13:00-13:45

《從知識圖譜到事理圖譜再到認知圖譜》李鳳麟

近年來，知識圖譜技術在業(yè)界越來越受重視，并且逐漸落地。過去的一年里，阿里小蜜在知識的結構化應用方面進行了大膽的創(chuàng)新和嘗試，實際落地了直播小蜜、商家業(yè)務的應用，并且經(jīng)受了雙11的洗禮。本次報告中，我們將介紹阿里小蜜在知識圖譜、事理圖譜和認知圖譜方面的相關工作及其應用。

13:45-14:30

《類別深度語義表示技術在阿里小蜜QA中的探索和實踐》陳成龍

18年的雙11，超級小蜜的對話輪次再創(chuàng)高峰。在龐大的流量下，奔涌的是無數(shù)用戶浩瀚如海的詞匯量和光怪陸離的表述形式。背靠有限的標注語料，如何準確而高效地理解用戶意圖和定位用戶問題，是QA中所面臨的一大挑戰(zhàn)。本次報告中，我們將介紹阿里小蜜在應對上述挑戰(zhàn)所進行的探索和實踐，重點介紹在類別深度語義表示技術方面的工作。

14:30-15:15

《Bert+Joint Learning+Distill模式在DeepQA中的應用》張建海

預訓練語言模型是NLP領域重要的發(fā)展趨勢，尤其是BERT，更是在11項NLP任務中取得了最頂尖成績；在過去的一年時間里，我們在店小蜜各行業(yè)場景中積累了豐富的弱標注數(shù)據(jù)與黃金標注數(shù)據(jù)，如何充分利用已有的數(shù)據(jù)資源，在BERT模型的基礎上學習利用不同行業(yè)的特性與共性？BERT模型如此龐大，工業(yè)場景中面臨的性能瓶頸問題，如何解決？針對這些問題，本次報告中，我們將為大家介紹我們在工業(yè)化場景中落地BERT模型的相關工作與思考。

15:15-15:35

茶歇

15:35-16:20

《基于流計算和深度預測模型的小蜜主動服務實踐》陳志釗

在阿里小蜜上線的主動服務中，基于海量用戶日志流的實時預測，通過即時消息的方式觸達并關懷用戶，使小蜜在提升會員滿意度和解決率，優(yōu)化產(chǎn)品體驗方面發(fā)揮較大作用。本次報告中，我們將介紹主動服務背后的技術思考，以及預測算法在召回與排序的技術細節(jié)。

16:20-17:05

《國際化電商場景下的多語言NLP技術挑戰(zhàn)與實踐》唐鑫

國際化機遇下，智能服務首要面對的就是多語言支持的挑戰(zhàn)。在Lazada，AE等電商場景中，我們需要在短時間內(nèi)拓展到10種不同語言的支持。陌生的語言、稀缺的語料、文化的差異都是在這一過程需要克服的難關。在這次分享中，我們將展示多語言技術如何一步步打磨與演進，利用語言之間的共性加速新語言落地，并適應每種語言的特性，使得小蜜的智能客服能力快速推廣到新的語言