語言與知識技術，被歸類為認知智能，一直是人工智能最熱門的研究與應用領域。9月15日，百度世界2020召開，作為“AI新型基礎設施”百度大腦6.0的重要組成部分，百度語義理解技術與平臺文心（ERNIE)在大會上的發布吸引了大量NLP開發者的目光，尤其基于多流機制的預訓練語言生成技術ERNIE-GEN、知識增強跨模態語義理解技術ERNIE-ViL等，均達到了世界領先水平。
文心（ERNIE)是百度在語言與知識領域深耕多年的技術大成，同時登頂國際權威榜單GLUE也代表著中國語義理解技術在世界舞臺的地位。
隨著企業智能化轉型的深入，智能文本處理得需求廣泛存在，通用API/SDK已無法充分滿足需求，而傳統的NLP 定制方法在實際的產業應用中面臨著不少問題，包括：需要較多高質量的人工標注數據、缺少NLP技術選型與模型調優經驗、迭代調優耗時長等，再加上往往需要高昂的算力花費，讓不少企業望而生畏。對此，在今年8月25日的百度大腦語言與知識技術峰會上，百度集團副總裁吳甜重磅發布語義理解技術與平臺文心（ERNIE），為企業提供了一種革新性的應用范式，集先進的預訓練模型、全面的NLP算法集、端到端開發套件和平臺化服務于一體，提供一站式NLP開發與服務，讓企業用戶更簡單、高效地定制企業級文本模型。
百度通過將世界領先的NLP技術成果開放給業界，降低了NLP技術的準入門檻，讓各大產業都能快速擁有構建和應用文本智能的能力，為產業智能化提供了全新的加速度。在今年7月的世界人工智能大會（WAIC)上，文心（ERNIE）更是摘得了大會最高榮譽SAIL獎（Super AI Leader，卓越人工智能引領者)，在人工智能領域技術創新和應用探索等方面獲得權威肯定。
目前，文心（ERNIE)累計支持2萬余名開發者，覆蓋金融、通信、教育、電商等行業，并在多個公開權威語義評測中獲得了近十項世界冠軍。
破局NLP建模難題，為企業NLP應用按下加速鍵
從數據到應用，文心提供一整套文本建模能力
文心（ERNIE）基于領先的語義理解核心技術，內置百度自研業界效果領先的預訓練模型集ERNIE和全面領先的算法集，將文本數據處理、基于深度學習的模型訓練、模型評估和上線部署等NLP開發流程進行易用性封裝，為NLP開發者提供一整套效果領先、簡單易用、高效靈活的NLP模型開發服務。
豐富的文本數據處理能力，擺脫繁瑣數據處理流程
不論是互聯網領域還是傳統行業，大量的企業核心信息都分布在非結構化的文本數據中。在IDC的報告中也提及：“最近幾年全球新增的數據中，有80%來自非結構化數據。”一方面，這些文本數據蘊含著的高價值信息，對企業的良性發展至關重要；另一方面，對這些信息的處理往往要耗費大量的人力，也是一筆不小的成本。
數據是模型訓練的起點。而在實際業務應用中，文本數據在數據處理的環節就要面臨數據標注成本高、數據樣本不均衡、數據質量不高、格式處理繁瑣等一系列問題。
數據標注成本高？交給文心“智能標注”能力
一般來說，高質量的標注數據越多，模型的效果就會越好。但數據標注本身就是件耗時耗力又耗錢的事情，如何能夠低成本獲取大量高質量標注數據對企業來說至關重要。文心（ERNIE）提供了全新的“智能標注”能力，開發者只需要標注少量數據，文心就可以基于這部分數據學習、優化，結合人工校正，快速完成大量無標注數據的高質量標注。
（體驗文心智能標注功能，可登錄EasyDL）
數據樣本分布不均？“數據增強”功能試一試
在實際的應用場景中，往往會面臨文本數據的樣本分布不均的情況。比如NLP領域常見的文本審核任務，需精準分類出正常文本和敏感文本，是一個典型的文本分類問題。但在實際的數據收集中，正常樣本與敏感樣本的數量很容易失衡，經常會遇到9：1（90%的正常樣本），甚至差異更大的情況，但又要求訓練出的模型能夠更全召回敏感文本。這種情況就需要文本“數據增強”的功能，來豐富和擴展敏感樣本的數量，讓數據更豐富、比例更適合。
此外，還有數據噪聲多、格式處理繁瑣等問題，文心也一一提供了解決方案：文本“數據降噪”幫助開發者快速定位高噪聲數據，支持豐富數據格式和配套的預處理能力。
超強實力的預訓練模型和算法集，快速get高質量模型
文心（ERNIE）內置百度自研業界效果領先的中文預訓練模型和NLP優質算法集。其中ERNIE預訓練模型開創性地將大數據預訓練與多源豐富知識相結合，通過持續學習技術，不斷吸收海量文本數據中詞匯、結構、語義等方面的新知識，實現模型效果不斷進化，如同人類持續學習一樣。這些硬核實力也讓它在去年12月，斬獲自然語言理解權威榜單GLUE榜首。
文心（ERNIE）模型集包括通用模型、任務模型、領域模型、輕量級模型等預訓練模型，為業界提供最完備的預訓練模型能力。
全面的評估工具和部署能力，模型落地無憂
為了滿足各行業模型應用的需求，文心（ERNIE）還配套了完整的模型評估與部署能力。文心提供了10余套常用NLP評估工具，包括多標簽分類評估、準召率、宏/微平均、正逆序比、BLEU值、ROUGE值、馬修斯相關系數等，同時也支持用戶靈活自定義評估指標。
在部署方面，文心（ERNIE）也很好地支持了模型的公有云部署和本地化部署兩種方式，方便用戶根據不同的業務需求來選擇合適的部署方式。
從世界級技術突破到產業級NLP應用能力
聚焦企業業務價值，面向不同業務需求提供豐富產品形態
為了讓文心（ERNIE）的世界級技術突破轉化為企業發展的動能，在產業應用中發揮更大價值，文心還提供了多種使用方式，讓不同需求、不同開發層次的企業開發者都能快速掌握。
零門檻、無代碼的云端開發體驗：EasyDL-NLP
百度EasyDL是一個零門檻的AI開發平臺，支持開發者一站式定制高精度AI模型。文心通過EasyDL提供了一整套簡單高效的NLP開發能力，提供零代碼、少代碼的模型訓練方式，同時也支持高階用戶進行靈活組網調參。開發者無須了解算法細節，最快5分鐘即可上手，快速定制NLP模型。目前EasyDL已支持了單標簽和多標簽的文本分類、短文本匹配、情感傾向分析等NLP常用任務類型。
可深度定制的企業級全功能開發能力：BML-智能文本
百度BML平臺是全功能的百度機器學習平臺，為企業用戶提供一站式人工智能模型建設功能服務。文心（ERNIE）通過百度BML平臺建設BML-智能文本產品能力，基于各類文本處理場景提供豐富的自動化產線，實現一站式文本建模開發與應用。
真實業務實踐淬煉，豐富場景化落地經驗
文心已在金融、媒體、電商等業務場景中嶄露頭角
目前，文心（ERNIE）已廣泛應用于搜索引擎、信息流、智能音箱等互聯網產品中，同時也在金融、電商、媒體、教育等行業中落地，成為推動產業智能化轉型的利器。
某互聯網金融企業，攜手文心，基于用戶數據快速建模，實現高效評估借貸用戶風險的能力。結合文心的預訓練模型，對用戶行為信息進行語義層面深度建模，用戶風控少量訓練數據進行精細Fine-tuning，在較短時間內完成模型收斂取得準確率顯著提升。金融風控領域模型準確率背后關乎著企業的收入，模型的效果提升，帶來的是真實的價值收益！
某綜合性電商平臺使用EasyDL中的文心（ERNIE）搭建起了完整的智能評分系統平臺架構。AI賦能后的服務考核監督機制得以升級，用戶的差評反饋都會被自動分析處理，大大提升了服務效率與服務質量。該系統將負面問題處理率由先前的60%提升到100%，客服運營人力由5人/日降至3人/日。
文心與企業開發者共同成長
全流程技術服務支持，真正做到“授之以漁”
除了基于預訓練技術提供完善的開發工具外，文心（ERNIE）還面向企業用戶提供全流程技術服務配套。包括業務問題分析、技術選型指導、模型優化指導、開發者使用培訓等服務，真正做到"授之以漁"。
百度大腦推出文心（ERNIE），正是為了幫助企業在NLP賽道上跨過技術、工具、算力、人才等門檻，開發者和企業進行開放賦能，讓語義理解等技術在產業內“遍地開花”，真正幫助企業降本增效，并發展出智能化的新業態。百度大腦正在通過語義理解研究新思路，在推動人工智能技術的發展的同時，進一步推動產業智能化發展，讓文心（ERNIE）成為AI時代的文本智能化利器。
