Re: [請益] 深度學習的實際應用

看板Soft_Job (軟體人)作者 (泡麵)時間9年前 (2017/01/28 14:03), 編輯推噓21(21010)
留言31則, 22人參與, 最新討論串2/2 (看更多)
原文恕刪 我進入職場後才發現 還是真的有些資訊人對機器學習或資料探勘認識不多 而且原po文底下對text領域的推文好像比較少 所以我簡單分享一下我的領域還有實際應用 我研究所是做text mining, word embedding, topic model(LDA), NLP (拜託公司有缺人做這塊的請聯絡我XDD) e.g. 1 LDA->推薦系統 LDA簡單來講就是分群 業界最常用的就是推薦系統 某家新創電商用LDA做推薦系統 在原本的計算能力下 推薦的命中率從原本的10%提升到45%~50%之間 e.g. 2 LDA+social network -> 熱門議題發掘 這是小魯做的研究之一 我們那時候跟某公司合作 挖掘社群網站內重要的議題 會依照不同人在社群內的領導性 迭代計算熱門程度及重要性 後來實際運用是新產品推廣和輿情分析 儘早發現對公司不利的言論以利後續滅火 e.g. 3 NLP -> 聊天問答機器人 這個是我現在主要做的領域 要處理的是對特定項目進行了解 還有給予使用者建議 這個其實蠻實際的 對組織來說 如何完整記載資訊還有提供給需要的人使用 這件事情一直都是人工處理 有這套系統後 員工遇到問題可以直接向機器人尋求協助 這可以降低溝通成本及加快開發效率 e.g. 4 word embedding -> 機器翻譯 傳統上對文字的處理大多是用one-hot的方式做輸入 不過很容易遇到維度太大 而且罕見詞浪費空間等問題 word embedding簡單來說就是可以把所有文字轉成固定大小的矩陣來處理 例如 queen = [0.1,0.5,0.2] king = [0.4,0.1,0.7] ..... 那他神奇的地方在於 轉完的矩陣有關聯性 例如 queen - woman + man ~ king I am starving ~ I am hungry (這個要額外做處理) 對不同文字間 可以再用NN做轉換就變成 I am starving ~ 我肚子餓了 不過這套目前還有一些問題還沒被解決 以上這四個例子其實都很常見 而且很難用非機器學習(可能不是NN)的方式得到更好的結果 簡單來說 機器學習在"無法簡單定義流程"的地方 通常可以獲得更好的成效 以上是我在這領域待3年左右的分享 不過我剛上班沒多久 看的可能比較狹隘 其他還請強者補充XD -- Sent from my CASIO fx-991es . -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.227.49.28 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1485583424.A.573.html

01/28 15:06, , 1F
01/28 15:06, 1F

01/28 15:07, , 2F
推 最近在嘗試弄推薦系統
01/28 15:07, 2F

01/28 15:15, , 3F
01/28 15:15, 3F

01/28 15:54, , 4F
推,也想往這個方向走
01/28 15:54, 4F

01/28 15:54, , 5F
01/28 15:54, 5F

01/28 16:10, , 6F
1的難度是如何在資料量大時做出來 不然只是gensim
01/28 16:10, 6F

01/28 16:16, , 7F
整篇只有seq2seq 那段比較偏深度學習吧,其他根本跟深度
01/28 16:16, 7F

01/28 16:16, , 8F
學習沒什麼關係。
01/28 16:16, 8F

01/28 16:22, , 9F
word2vec 應該也算啦,前面幾個就不4了
01/28 16:22, 9F

01/28 16:32, , 10F
台灣需要 NLP 的公司好少阿,還需要大家一起推廣
01/28 16:32, 10F

01/28 16:33, , 11F
市場原罪呀,樓上大大不4要發文(擦眼睛
01/28 16:33, 11F

01/28 16:36, , 12F
現在放假,只有手機阿,打字不方便。等我有電腦時再來分
01/28 16:36, 12F

01/28 16:36, , 13F
享最近的市場狀況喔,感謝
01/28 16:36, 13F

01/28 16:52, , 14F
期待!
01/28 16:52, 14F

01/28 17:08, , 15F
原文根本是不查資料上來發文偷學別人整理的,認真給推。
01/28 17:08, 15F

01/28 17:27, , 16F
台灣慣老闆:半年要做出像Siri的APP
01/28 17:27, 16F

01/28 17:39, , 17F
01/28 17:39, 17F

01/28 18:11, , 18F
原文深度釣魚
01/28 18:11, 18F

01/28 18:14, , 19F
自己用過LDA+NLP來產生摘要,真的好用
01/28 18:14, 19F

01/28 18:47, , 20F
01/28 18:47, 20F

01/28 18:49, , 21F
推,做過判例text mining,覺得有趣+1
01/28 18:49, 21F

01/28 20:59, , 22F
01/28 20:59, 22F

01/28 22:28, , 23F
台灣做ai太難了 市場風向不愛
01/28 22:28, 23F

01/28 22:53, , 24F
在台灣老闆根本不愛 因為這東西很難馬上有成效 而且
01/28 22:53, 24F

01/28 22:54, , 25F
我之前聽一家做機器人客服的 程式判斷文字永遠卡在6-7成
01/28 22:54, 25F

01/28 22:54, , 26F
老闆也是做了 然後放在那邊=_="
01/28 22:54, 26F

01/29 11:13, , 27F
深度學習=神經網路?
01/29 11:13, 27F

01/29 11:33, , 28F
推 可惜現在台灣做NLP的還是不多 QQ
01/29 11:33, 28F

01/30 01:13, , 29F
Siri, Google Assistant這麼難用,大家還是覺得AI很厲害嗎
01/30 01:13, 29F

01/31 17:32, , 30F
推樓上,不要把ai神話,但這領域很有趣
01/31 17:32, 30F

02/19 01:57, , 31F
你喂資料準確率要0.7up感覺真的有點難
02/19 01:57, 31F
文章代碼(AID): #1OZ3H0Lp (Soft_Job)
文章代碼(AID): #1OZ3H0Lp (Soft_Job)