熵简科技联合创始人李渔博士 | 受邀出席智能投研技术联盟（ITL）“自然语言处理”智能技术应用研讨会

4月10日，熵简科技联合创始人李渔博士应智能投研技术联盟（ITL）、中国计算机学会（CCF）的邀请出席了“自然语言处理”智能技术应用研讨会。此次研讨会分为机构项目报告环节和技术沙龙环节，与会人员有地方金融监管部门的领导、CCF副理事长、CCF上海分部主席及熵简科技、虎博科技、平安科技、数库科技等十几家机构创始人或技术研发负责人。行业大咖汇聚一堂共谈“自然语言处理”智能技术在各领域中的应用及探索。

在会上，熵简科技联合创始人李渔博士以NLP技术在智能投研中的应用和探索为主题，结合熵简自然语言处理体系及该体系在资管场景的应用案例发表了精彩分享。在分享过程中，李渔博士说，信息不对称是金融行业的本质特征与竞争焦点。在大数据时代下，大量及时有效的信息分布在非结构化的文本数据中，如研报、新闻资讯、twitter 中，金融机构需要借助自然语言处理技术从中高效、准确地挖掘出结构化信息，从中获取前瞻的商业洞察。

在自然语言处理技术方面，熵简科技从金融资管领域对于数据智能的需求入手，注重该技术在金融资管领域的落地实践。针对海量文本的信息挖掘场景，我们利用Transformer、CNN等最新研究成果以及团队自研的 tag2vec 等技术，构建了端到端的文本大数据分析系统，包含了从海量文本智能化采集、文本数据结构化到辅助投资决策的全流程，实现千万级文本数据的采集和快速分析，进而帮助客户进行快速精准的行业分析和投资决策。

针对少样本下的文本数据监控场景，熵简NLP技术中台所提供的分层技术架构，利用文本增强技术、少样本学习、迁移学习等思想，在少样本场景下构建高效能的金融舆情监控系统，帮助金融资管客户实现从数据负债到数据资产的跨越，从中获取前瞻的商业洞察，赢得先机。

此次研讨会中，监管领导及企业人士均对“自然语言处理”智能技术应用发表了自己的观点和见解，从智能搜索与知识图谱应用、金融文本信息智能处理到知识图谱与预训练模型中的“坑”等面面俱到，干货满满。
通过此次研讨会将ITL成员机构、CCF会员、金融监管相关部门、金融机构、科技企业汇集一堂，全方位讨论了“自然语言处理”智能技术应用的当下态势以及未来的发展方向，有利于关注“自然语言处理”智能技术应用的专家、学者、工程师们能全面地了解“自然语言处理”智能技术的应用和发展情况，进一步促进学术界与产业界的交流和互动，有利于加快赋能金融机构数字新基建进程。