架構(gòu)師
互聯(lián)網(wǎng)
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

多模態(tài)內(nèi)容理解在推薦系統(tǒng)的應(yīng)用

騰訊游戲 專家研究員/總監(jiān)

孫子荀, 騰訊專家研究員/總監(jiān),負(fù)責(zé)騰訊游戲內(nèi)容的算法工作。連續(xù)五年公司優(yōu)秀講師,在百度和騰訊期間多次獲得公司級(jí)最高技術(shù)獎(jiǎng)。2009-2011年 從事分布式的算法研究工作,2011 年在百度從事HPC并行化算法的落地。2012年加入騰訊,2015年起從無(wú)到有帶領(lǐng)團(tuán)隊(duì)構(gòu)建了信息流的內(nèi)容工程和算法平臺(tái)。一直從事負(fù)責(zé)內(nèi)容處理,內(nèi)容理解與生成的算法研究和落地工作。個(gè)人在內(nèi)容質(zhì)量、AI內(nèi)容生成上有較好的落地經(jīng)驗(yàn)。和團(tuán)隊(duì)一起在KDD,ICCV等學(xué)術(shù)會(huì)議上有多篇論文發(fā)表,并作口頭報(bào)告;在內(nèi)容算法場(chǎng)景也有30多篇授權(quán)專利。

孫子荀, 騰訊專家研究員/總監(jiān),負(fù)責(zé)騰訊游戲內(nèi)容的算法工作。連續(xù)五年公司優(yōu)秀講師,在百度和騰訊期間多次獲得公司級(jí)最高技術(shù)獎(jiǎng)。2009-2011年 從事分布式的算法研究工作,2011 年在百度從事HPC并行化算法的落地。2012年加入騰訊,2015年起從無(wú)到有帶領(lǐng)團(tuán)隊(duì)構(gòu)建了信息流的內(nèi)容工程和算法平臺(tái)。一直從事負(fù)責(zé)內(nèi)容處理,內(nèi)容理解與生成的算法研究和落地工作。個(gè)人在內(nèi)容質(zhì)量、AI內(nèi)容生成上有較好的落地經(jīng)驗(yàn)。和團(tuán)隊(duì)一起在KDD,ICCV等學(xué)術(shù)會(huì)議上有多篇論文發(fā)表,并作口頭報(bào)告;在內(nèi)容算法場(chǎng)景也有30多篇授權(quán)專利。

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

50分鐘以下及更短時(shí)間

成為教練

課程簡(jiǎn)介

案例背景:
隨著深度學(xué)習(xí)技術(shù)的發(fā)展,個(gè)性化閱讀領(lǐng)域的媒體內(nèi)容有了更加豐富的處理手段。在過(guò)去主要是基于機(jī)器學(xué)習(xí)技術(shù)來(lái)進(jìn)行內(nèi)容分類、主題建模等。現(xiàn)在有了更加豐富的技術(shù)手段對(duì)于視頻圖片等富媒體內(nèi)容進(jìn)行建模處理。
如何應(yīng)用深度學(xué)習(xí)技術(shù)幫助內(nèi)容產(chǎn)品提高內(nèi)容的質(zhì)量、點(diǎn)擊率。 如何進(jìn)行細(xì)粒度的內(nèi)容理解。如何做好內(nèi)容的二次加工甚至創(chuàng)作,是一個(gè)非常細(xì)致的工作,在這里我們進(jìn)行了大量的算法和工程實(shí)踐。

解決思路:
通過(guò)多維度的內(nèi)容理解,包括內(nèi)容表征技術(shù),視頻結(jié)構(gòu)化分析,圖文層次標(biāo)簽體系等進(jìn)行充分的內(nèi)容理解。

成果:
通過(guò)細(xì)粒度的內(nèi)容理解形成的內(nèi)容標(biāo)簽,我們不僅僅在推薦系統(tǒng)上獲得了很好的指標(biāo),進(jìn)而在內(nèi)容創(chuàng)作上有了非常強(qiáng)的底層支持。在多個(gè)內(nèi)容上層業(yè)務(wù)獲得較好的表現(xiàn)。

目標(biāo)收益

1. 了解當(dāng)前業(yè)內(nèi)主流的內(nèi)容產(chǎn)品的內(nèi)容平臺(tái)定位,技術(shù)架構(gòu)的演變
2 .對(duì)內(nèi)容產(chǎn)品的內(nèi)容算法和算法平臺(tái)有一個(gè)整體的認(rèn)知
3. 了解內(nèi)容算法中對(duì)圖像,視頻,文本進(jìn)行標(biāo)簽理解的算法選型和實(shí)踐經(jīng)驗(yàn)

培訓(xùn)對(duì)象

課程內(nèi)容

案例方向


智能語(yǔ)音/NLP/推薦/廣告系統(tǒng)實(shí)戰(zhàn)/計(jì)算機(jī)視覺(jué)

案例背景


隨著深度學(xué)習(xí)技術(shù)的發(fā)展,個(gè)性化閱讀領(lǐng)域的媒體內(nèi)容有了更加豐富的處理手段。在過(guò)去主要是基于機(jī)器學(xué)習(xí)技術(shù)來(lái)進(jìn)行內(nèi)容分類、主題建模等?,F(xiàn)在有了更加豐富的技術(shù)手段對(duì)于視頻圖片等富媒體內(nèi)容進(jìn)行建模處理。
如何應(yīng)用深度學(xué)習(xí)技術(shù)幫助內(nèi)容產(chǎn)品提高內(nèi)容的質(zhì)量、點(diǎn)擊率。 如何進(jìn)行細(xì)粒度的內(nèi)容理解。如何做好內(nèi)容的二次加工甚至創(chuàng)作,是一個(gè)非常細(xì)致的工作,在這里我們進(jìn)行了大量的算法和工程實(shí)踐。

收益


1. 了解當(dāng)前業(yè)內(nèi)主流的內(nèi)容產(chǎn)品的內(nèi)容平臺(tái)定位,技術(shù)架構(gòu)的演變
2 .對(duì)內(nèi)容產(chǎn)品的內(nèi)容算法和算法平臺(tái)有一個(gè)整體的認(rèn)知
3. 了解內(nèi)容算法中對(duì)圖像,視頻,文本進(jìn)行標(biāo)簽理解的算法選型和實(shí)踐經(jīng)驗(yàn)

解決思路


通過(guò)多維度的內(nèi)容理解,包括內(nèi)容表征技術(shù),視頻結(jié)構(gòu)化分析,圖文層次標(biāo)簽體系等進(jìn)行充分的內(nèi)容理解。

結(jié)果


通過(guò)細(xì)粒度的內(nèi)容理解形成的內(nèi)容標(biāo)簽,我們不僅僅在推薦系統(tǒng)上獲得了很好的指標(biāo),進(jìn)而在內(nèi)容創(chuàng)作上有了非常強(qiáng)的底層支持。在多個(gè)內(nèi)容上層業(yè)務(wù)獲得較好的表現(xiàn)。

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

50分鐘以下及更短時(shí)間

預(yù)約體驗(yàn)票 我要分享

近期公開課推薦

近期公開課推薦

活動(dòng)詳情

提交需求