云上个性化推荐——基于PAI和Hologres的个性化推荐最佳实践
常见的个性化推荐系统包括日志收集，数据加工，召回，排序，离在线效果评估等诸多环节，对于中小客户存在技术门槛高，搭建周期长等问题。计算平台基于 PAI，Hologres，MaxCompute，DataWorks 平台产品，可以帮助客户快速搭建个性化推荐解决方案。本次分享，主要从计算平台的推荐系统整体解决方案出发，重点介绍基于 PAI 的向量召回算法和 Hologres 向量检索的整体架构，以及该架构在某社交APP的落地案例和效果分享。
情感分析技术：让智能客服更懂人类情感
智能客服在解决客户高频业务问题的同时，也需要提供给客户多维度的、具有类人能力的助理、导购、语聊和娱乐等服务能力，提高客户对智能客服机器人的整体满意度。在此过程中，情感分析技术在机器人类人能力建设中起到了至关重要的作用。本文将围绕智能客服系统中人机结合的服务形式，从五个维度总结和介绍情感分析技术在智能客服系统中的应用场景，包括情感分析算法模型的原理及实际落地使用方式和效果分析。
本文作者：宋双永 王超 陈海青
Qcon演讲实录 | XQUIC与多路径传输技术Multipath QUIC
大家好，我是阿里巴巴淘系技术部的刘彦梅（花名喵吉），今天给大家介绍的演讲内容是<XQUIC与多路径传输技术>, 下面是我在Qcon 2020上海站大会上的演讲内容，收录于专题<5G+人工智能>。这个演讲内容围绕XQUIC与多路径传输技术Multi-path QUIC，其中面向5G的多路径传输协议，算法和技术由淘系架构团队与达摩院XG实验室/阿里云AIS网络研究团队的研究人员共同研发(XG实验室/网络研究主要参与同学包括：马云飞，郑智隆，刘洪强)，之前有一篇介绍XQUIC的相关内容<面向5G的阿里自研标准化协议库XQUIC>，大家有兴趣可以对照阅读。
Elasticsearch 中文分词器
在使用Elasticsearch 进行搜索中文时，Elasticsearch 内置的分词器会将所有的汉字切分为单个字，对用国内习惯的一些形容词、常见名字等则无法优雅的处理，此时就需要用到一些开源的分词器，以下分别介绍几种常见的中文分词器
如何向大模型注入知识？达摩院通义对话模型SPACE系列探索
如何将人类先验知识低成本融入到预训练模型中一直是个难题。达摩院对话智能团队提出了一种基于半监督预训练的新训练方式，将对话领域的少量有标数据和海量无标数据一起进行预训练，从而把标注数据中蕴含的知识注入到预训练模型中去，打造了SPACE 1/2/3 系列模型，在11个国际公开对话数据集取得SOTA。
达摩院开源工业级说话人识别模型CAM++
近日，达摩院正式向公众开源工业级说话人识别通用模型CAM++，兼顾准确率和计算效率，训练labels类别达20万，每类含20～200条梅尔频谱特征。当前该模型已上线Modelscope魔搭社区，后续将陆续开源针对各场景优化的工业级模型。
