从技术解析到实战演练，三步get文本信息抽取

面对海量的保险单据、金融合同等文本，怎么高效进行审查和比对？

如何将大段的非标准格式的文本，转化为结构化信息，进而进行统计和存储？

如何快速抽取出长篇幅新闻内容中的核心观点，或如何对比多个文档，找出关联信息？

…

在文本处理的过程中，有很多的业务人员可能都遇到过上述难点。若通过人工来处理复杂文本，不仅速度慢，还易出错；若寻找技术工具来辅助完成，又苦于缺少技术经验，再加上往往需要高昂的算力花费，让不少业务人员望而生畏。

 

针对上述痛点，文心（ERNIE）重磅推出“文本实体抽取”和“文本实体关系抽取”功能，借助零门槛AI开发平台EasyDL，为追求高效易用的开发者、一线业务人员，提供了一套简单高效的文本信息抽取能力。从数据处理到模型训练与部署，全程0代码可视化操作，三步即可轻松完成。

 

为了帮助大家更快速掌握“信息抽取”技能，百度工程师带来了“从技术解析到实战演练，文本信息抽取模型精讲”线上公开课，从数据处理到模型训练，带领大家一站式完成信息抽取。这趟开往智能文本信息提取的免费班车，千万不要错过啦。

 

我们先来点技术干货稍做预习，了解下“文本实体抽取”和“文本实体关系抽取”任务的强大能力。

实体抽取与实体关系抽取，高效获取知识

 

“文本实体抽取”作为文本挖掘和信息抽取的核心任务，支持从海量信息源中抽取出特定的事实信息，是信息检索、智能问答、智能对话等人工智能应用的重要基础；“文本实体关系抽取”除了能抽取出预定义的实体类型，还能抽取出实体间的关系类型，得到包含语义信息的实体关系三元组，可用于构建和扩充知识图谱。例如：“王雪纯是87版《红楼梦》中晴雯的配音者。”可以抽取出“王雪纯-配音-红楼梦”这一组关系。

在线智能标注，节约成本

 

为提升该项能力的易用性，文心还针对数据处理难题，发布了基于2项任务的数据标注工具，支持在文本中直接划选进行标注，给标注人员带来极佳的标注体验和更高的标注效率。如下图所示，可以通过可视化的操作直接对目标信息进行标注，抽取金融类合同中的企业主体、注册资本，并直接建立两者间的关系。

除了上述新功能的介绍，课程还将带领大家全流程实践操作，从了解原理到定制模型，从跟随操作到独立实现，快速打通文本信息挖掘的任督二脉。

 

百度工程师手把手教学案例实现

 

本次公开课，百度工程师将从创建模型、准备数据、训练模型、校验模型、发布模型全流程进行实操演练，带领大家基于样例数据三步定制一个实体关系抽取模型。还在等什么，速速报名吧，让我们一起见证文本智能化的神奇魅力！

 

时间：3月25日20:00-21:00

报名方式：扫描海报中的二维码，添加小助手微信，备注“NLP”，获取专属报名通道。参与课程，还有爱奇艺VIP黄金会员月卡、百度大脑定制马克杯等惊喜礼品等你拿！

 

更多“课程介绍”及“课程亮点”见下图！