中文任务全面超 BERT，NLP 无监督预训练模型 ERNIE 真有官方说的那么好？

近年来，基于海量无监督文本的深度神经网络预训练模型大幅提升了各个 NLP 基准任务的效果。

2019 年，适合中国开发者的百度开源深度学习平台飞桨（PaddlePaddle）发布了持续学习语义理解框架艾尼（ERNIE），ERNIE 是利用百度海量数据和飞桨多机多卡高效训练优势，通过深度神经网络与多任务学习等技术，持续学习海量数据和知识。基于该框架的 ERNIE 预训练模型，已累计学习 10 亿多知识，适用于各种 NLP 应用场景，效果提升明显，使用高效、便捷。

9 月 21 日、22 日，百度 AI 快车道——百度艾尼（ERNIE）上海站、深圳站来袭，课程将围绕持续学习语义理解框架 ERNIE 的详解和实战应用进行。来自百度的明星讲师，将给大家详细讲解 ERNIE 的实现原理、优势以及在真实场景中的应用案例，并通过现场实践和交流环节，让大家能在真实应用中快速用 ERNIE 取得更好效果！

百度艾尼（ERNIE）的核心优势：

优势一：任务效果领先

业内领先的语义理解预训练模型，刷新多个中英文 NLP 基础任务、应用任务的效果。

优势二：少量样本快捷训练

少量训练数据即可达到良好效果，训练便捷，效果提升迅速。

优势三：多种方案高效预测

支持多倍效果无损压缩，并有多种性能优化方案以满足应用需求。

优势四：中文场景技术服务

完善的中文应用场景技术服务支持，产业 NLP 应用实践持续锤炼。

持续学习语义理解框架 ERNIE