预训练模型 BERT 基于深度迁移学习的思想，目前已经成为业界 NLP 领域的主流技术。百分点科技在各种 NLP 任务中也广泛使用 BERT 技术，并进行持续的优化和改进，包括采用 Google TPU 解决算力的瓶颈、采用 BERT 和上层神经网络进行联合参数调优、采用 BERT 的各种扩展模型和数据增强进行效果提升等等。另外，我们在 NLP 方面有多年的技术和业务实践经验，服务了几百家企业级客户，并且成功采用深度迁移学习技术解决各个行业客户的 NLP 实际业务问题。本讲座将分享深度迁移学习模型在各种 NLP 任务中（包括智能问答、智能校对、情感分析等）的应用实践，具体内容包括模型的技术原理、Google TPU 的使用经验、模型的参数调优和数据增强等优化技巧，同时展示对应的使用场景、业务案例和应用价值。

提纲：

1）NLP 中的深度迁移学习模型原理
2）Google TPU 的实际使用经验
3）模型的参数调优、数据增强等优化实践
4）各种模型的效果对比
5）多个行业客户的使用场景及案例

听众收益：

听众将会了解深度迁移学习在各种 NLP 业务场景中的应用和实践经验，包括如何采用 Google TPU 解决算力的瓶颈、如何采用 BERT 和上层神经网络进行联合参数调优、如何进行数据增强等技术，同时，听众还可以了解多个行业（包括媒体出版、公检法、快消零售等）客户的 NLP 实际使用场景和业务案例。

前沿亮点：

1、预训练模型的各种优化和实际使用经验；
2、Google TPU 的实际使用经验；
3、数据增强的实践经验。