腾讯高级研究员,15年加入腾讯,目前在SNG数据应用中心负责自然语言处理相关工作,包括热点发现与社交舆情、内容质量、挖掘与推荐、信息提取与搜索技术以及聊天机器人等。
有丰富的机器学习经验,过去曾从事于Microsoft Research Asia、IBM Research Singapore、Paypal Risk Mgmt, SoftBank Robotics (AI Lab @ Paris)。拥有多项专利,已出版译著《贝叶斯方法:概率编程与统计推断》。
QQ空间是中国最大的社交网络,超过6亿用户在空间上分享动态。在海量的社交网络中,信息纷繁芜杂,流转多变,如何在海量的社交网络中快速找到用户最真切关心、热烈讨论的时下话题,是极具挑战的工作。通过热点话题,我们的产品、运营能够恰时地推出针对性的活动和服务,从而更好地满足用户的需求。
本次演讲将介绍我们在海量社交网络中快速发现热点话题的技术方案和实践情况,分享我们对于海量社交文本的处理心得。
a.海量社交短文本预处理
b.社交新词发现
c.深度学习话题提取
d.热度综合打分重排序
a.多模态内容融合
b.实时流式话题发现