在法律——這樣一個跟影象識別領域相比並無有形實體、充滿人類擬製概念；跟圍棋領域相比規則複雜而混沌的領域中，實現法律智慧的技術路徑是什麼？ 2003年，剛剛踏入法律領域進行技術研發工作的李東海就思考過這個問題

這份內容乾貨滿滿，僅僅只是看了 slide 就知道是非常有意思的一次演講了。slide 共有 254 頁之多，在「赤樂君」知乎專欄分享內容的基礎上，機器之心為大家介紹 NLP 及深度學習研究者的程式設計指南。

CSDN 出品的《2018-2019 中國人工智慧產業路線圖》V2.0 版即將重磅面世！ V1.0 版釋出以來，我們有幸得到了諸多讀者朋友及行業專家的鼎力支援，在此表示由衷感謝。此次 V2.0 版

@tobiaslee 推薦 #Attention Mechanism 本文是北京大學孫栩老師組發表在 EMNLP 2018 的作品。文章通過實驗發現，在利用Seq2Seq模

公眾號/AI前線 來源 | Google Research GitHub 編譯 | 無明、Natalie 編輯 | Natalie AI 前線導讀：近日，谷歌 AI 的一篇 NLP 論文引起了

來源 | Google Research GitHub 編譯 | 無明、Natalie 編輯 | Natalie AI 前線導讀： 近日，谷歌 AI 的一篇 NLP 論文引起了社群極大的關注與討論

輕鬆搞定Java中的分詞、文字推薦、關鍵字提取等自然語言處理問題 本文共 782字，閱讀大約需要 2分鐘 ！ 概 述 HanLP 是基於 Java開發的 NLP工具包，由一系列模型與演

Source:Google at EMNLP 2018 from Google Research Posted by Manaal Faruqui, Senior Resea

【獵雲網（微信：）北京】10月31日報道（文/呂夢） 對於多數人來說，最常接觸到語音合成技術（TTS，Text-To-Speech）的運用就是高德地圖裡志玲姐姐路況播報的聲音了。在將基本的固定

機器之心 翻譯 2018/10/31 12:31 參與：李亞洲、路雪 作者：Mikel Artetxe

公眾號/AI前線 作者｜Sebastian Ruder 譯者｜小大非 編輯｜Debra AI 前線導讀：這篇文章中作者嘗試將 15 年的自然語言處理技術發展史濃縮為 8 個高度相關的里

從4月到現在，AMiner一共發了13期報告，現在小編將報告連結彙總整理如下，有需要的小夥伴可自取，我們也會繼續釋出人工智慧領域的研究報告，敬請關注。 1.《自動駕駛與人工智慧研

2018年10月19日，第十七屆中國計算語言學大會（CCL2018）在長沙召開，追一科技團隊作為中文機器閱讀理解（CMRC2018）評測任務的冠軍隊伍，在評測研討會上分享了本次參賽系統的報告。 機器閱讀理解

作為資料科學家，你最重要的技能之一應該是為你的問題選擇正確的建模技術和演算法。幾個月前，我試圖解決文字分類問題，即分類哪些新聞文章與我的客戶相關。 我只有幾千個標記的例子，所以我開始使用簡單的經典

nodejs做自然語言處理是非常可行的，這次我做了一些小小的嘗試，一起來體驗一下吧。 因為還保持著對自然語言處理的那份熱愛，最近沒事的時候會把畢業論文翻出來看（畢業論文的課題就是關於自然語言處理的），然後在