共计 1137 个字符，预计需要花费 3 分钟才能阅读完成。
近日，自然语言解决畛域权威排行榜——GLUE（通用语言了解评估基准）新排名出炉。百度自研的语义了解技术与平台文心（ERNIE）以 90.9 的分数再登榜首，当先微软 DeBERTa/TuringNLRv4，谷歌 T5 以及阿里巴巴、华为等研发的其余同类别技术。
在技术产业落地的过程中，文心也在一直发力，将最新的世界级技术冲破转化为易用的产品工具，携手 EasyDL 平台提供了一整套简略高效的 NLP 开发能力，无效晋升模型开发与利用效率。
针对用户文本信息抽取的需要，文心上线了“文本实体抽取 ”和“ 文本实体关系抽取”性能，反对从海量信息源中抽取出特定的实体，并定义实体间的关系。如抽取保险合同中的投保人、投保年限等信息，并建设两者间的关系，辅助保险经理人分析判断。
那如何疾速给数据打标签？
怎么达到高精度的模型成果？
如何从简略信息抽取到构建常识图谱？
零深度学习教训能轻松上手吗？
…
针对以上问题，3 月 25 日，百度 EasyDL-NLP 专场直播课“从技术解析到实战演练，文本信息抽取模型精讲”来袭，从数据处理到模型训练，全程 0 代码可视化操作，教你疾速把握“信息抽取”技能。
课程亮点，先睹为快！
实体抽取与实体关系抽取，高效获取常识
“文本实体抽取”作为文本开掘和信息抽取的外围工作，反对从海量信息源中抽取出特定的事实信息，是信息检索、智能问答、智能对话等人工智能利用的重要根底；“文本实体关系抽取”除了能抽取出预约义的实体类型，还能抽取出实体间的关系类型，失去蕴含语义信息的实体关系三元组，可用于构建和裁减常识图谱。例如：“王雪纯是 87 版《红楼梦》中晴雯的配音者。”能够抽取出“王雪纯 - 配音 - 红楼梦”这一组关系。
在线智能标注，节约老本
为晋升该项能力的易用性，文心还针对数据筹备难题，公布了基于 2 项工作的数据标注工具，反对在文本中间接划选进行标注，给标注人员带来极佳的标注体验和更高的标注效率。如下图所示，能够通过可视化的操作间接对指标信息进行标注，抽取金融类合同中的企业主体、注册资本，并间接建设两者间的关系。
除了上述新性能的介绍，课程还将率领大家全流程实际操作，从理解原理到定制模型，从追随操作到独立实现，疾速买通文本信息开掘的任督二脉。
百度工程师手把手教学案例实现
本次公开课，百度工程师将从创立模型、筹备数据、训练模型、校验模型、公布模型全流程进行实操演练，率领大家基于样例数据三步定制一个实体关系抽取模型。还在等什么，速速报名吧，让咱们一起见证文本智能化的神奇魅力！
工夫：3 月 25 日 20:00-21:00
报名形式 ：扫描海报中的二维码，增加小助手微信，备注“NLP”，获取专属报名通道。参加课程，还有 爱奇艺 VIP 黄金会员月卡、百度大脑定制马克杯 等惊喜礼品等你拿！
更多“课程介绍”及“课程亮点”见下图！
