现场NLP应用：从业务问题到技术交付的实战经验

今日主题

1. 识别应用问题
2. 交付有效解决方案
3. 分享你的工作与开拓创新

应用NLP

应用NLP是指利用现有的NLP技术，处理标准基准和文档化示例之外的数据，来解决新颖的业务问题。

• 她使用BERT模型对带标签的数据进行分类，将自由文本的调查报告归入六个类别。
• 这位数据科学家训练词嵌入来识别俚语术语。
• 客户对于通过命名实体识别技术从评论中移除个人姓名表示满意。

我们使用过的一些数据

• 开放式（自由文本）调查回复
• 期刊文章
• 新闻文章
• 电子健康记录
• 项目评审
• 访谈记录
• 电话总结
• 社交媒体（推文、YouTube评论）
• 包装商品标签

问题对齐

如果没有NLP，你会如何解决这个问题？

Anodyne Andy 不了解问题

需要：

• NLP示例
• 业务背景
• 数据评估

Easy Ed 想要其他选择

需要：

• 数据收集
• 数据管理
• 简单解决方案

Show-off Sarah 想做“AI”

需要：

• 期望管理
• NLP示例

Helpful Hannah 拥有结构化数据

需要：

• 数据管理
• 补充分析

Labeling Larry 拥有“带标签”数据

需要：

• NLP/机器学习示例
• 数据管理

Prepared Pam 理解问题与NLP

需要：

• 数据验证

项目交付

恭喜！

你现在成了：项目经理、技术负责人或产品负责人，或者你需要向上述角色汇报工作。

NLP与机器学习项目的独特性

管理不确定性

• 实验记录
• 实验进度跟踪
• 效用评估
• 信心评估
• 项目状态报告
• 沟通不确定性

构建隐喻

如何构建隐喻FINISHED