百度技术沙龙第51期回顾：语义分析技术

语义分析技术是语言理论研究中一种较新的研究方法。本期百度技术沙龙基于大数据背景，对语义选择限制的多样性和强度差异，做了系统标注和统计分析，同时，也展示了对词汇系统的具体研究成果，分析了词群研究的多个层面和内容，解决传统研究方法力所不及的问题。

本期讲师介绍

赵世奇

自然语言对话式搜索——打开智能生活的钥匙 - 赵世奇博士及其带领的团队潜心打造自然语言对话式搜索，立志改变传统的聊天机器人“可调侃、难实用”的形象，推出真正做到“深度理解、深度满足、深度交互”的对话式搜索引擎。而在这一切的背后，是众多自然语言处理技术，尤其是语义理解技术的强大支持。
韩先培

实体链接：从文本到概念 - 人类语言理解的首要步骤是识别自然语言文本中的概念和实体，并建立这些概念和实体与脑中相关知识之间的联系。在计算机上构建相应的实体链接系统，从而实现文本到概念的转换是自然语言理解及语义计算相关任务的基础技术之一。本报告系统介绍实体链接的任务、关键技术、现有水平和关键挑战，并展示实体链接的相关应用。
姜文斌

标注适应：以中文分词和依存分析为例 -本报告阐述了标注适应问题以及解决方案的本质原理，并提出了一系列渐进增强的标注适应算法。在中文分词和依存分析两大任务上，标注适应方法都能在不增加系统复杂性的条件下带来显著的性能提升。