2.大數(shù)據(jù)技術(shù)是指從各種類型的大數(shù)據(jù)中快速獲取有價(jià)值信息的技術(shù)能力，包括數(shù)據(jù)采集、存儲(chǔ)、管理、分析挖掘、可視化等技術(shù)及其集成。適合大型數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理(MPP) 數(shù)據(jù)庫(kù)、數(shù)據(jù)礦用電網(wǎng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫(kù)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)等。

【閱讀筆記1】格基電流神經(jīng)網(wǎng)絡(luò)，用于神經(jīng)翻譯的編碼器(jinsongsutal。)摘要簡(jiǎn)介:NMT神經(jīng)機(jī)器翻譯非常依賴詞級(jí)建模來(lái)學(xué)習(xí)輸入句子的語(yǔ)義表示。對(duì)于沒(méi)有自然語(yǔ)言分隔符的語(yǔ)言(如漢語(yǔ))，需要先進(jìn)行標(biāo)記，這就導(dǎo)致了兩個(gè)問(wèn)題:1)對(duì)于源句子模型，尋找最優(yōu)的標(biāo)記粒度非常困難，粗粒度導(dǎo)致數(shù)據(jù)稀疏，細(xì)粒度導(dǎo)致有用信息的丟失；2)難的時(shí)候容易出錯(cuò)，錯(cuò)誤會(huì)帶到NMT的編碼器，影響源句的表示。

Da 數(shù)據(jù)技術(shù)是指從各種海量類型中快速獲取有價(jià)值信息的能力數(shù)據(jù)。適合大型數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理(MPP) 數(shù)據(jù)庫(kù)、數(shù)據(jù)礦用電網(wǎng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫(kù)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)等。大數(shù)據(jù)有以下四個(gè)特點(diǎn):第一，數(shù)據(jù)巨大。比如人類生產(chǎn)的所有印刷品的量數(shù)據(jù)只有200PB。典型的個(gè)人電腦硬盤容量在TB量級(jí)，而一些大型企業(yè)的數(shù)據(jù)容量接近EB量級(jí)。

目前數(shù)據(jù)不僅有文本的形式，還有圖片、視頻、音頻、地理信息等多種類型，其中個(gè)性化的數(shù)據(jù)占絕對(duì)多數(shù)。第三，處理速度快。數(shù)據(jù)處理遵循“1秒定律”，從各類數(shù)據(jù)中可以快速獲取高價(jià)值信息。第四，價(jià)值密度低。以視頻為例。一個(gè)小時(shí)的視頻在持續(xù)測(cè)試過(guò)程中可能只有一兩秒有用數(shù)據(jù)的。

數(shù)據(jù)批注是用特殊工具處理圖像的工作，文本。數(shù)據(jù)常見的注釋類型如下:1。分類標(biāo)注:分類標(biāo)注是我們常見的標(biāo)注。通常，從已建立的標(biāo)簽中選擇對(duì)應(yīng)于數(shù)據(jù)的標(biāo)簽，這是一個(gè)閉集。一張圖片可以有很多類別/標(biāo)簽:成人、女性、黃色、長(zhǎng)發(fā)等。對(duì)于詞，可以標(biāo)記主語(yǔ)、謂語(yǔ)、賓語(yǔ)、名詞動(dòng)詞等等。2.框架標(biāo)注:機(jī)器視覺中的框架標(biāo)注很好理解，就是把要檢測(cè)的物體框起來(lái)，比如人臉識(shí)別，首先要確定人臉的位置。

4.草圖標(biāo)注:一些需要細(xì)節(jié)特征的應(yīng)用往往需要草圖標(biāo)注，人臉識(shí)別，骨骼識(shí)別等等。5.其他標(biāo)注:除了以上常見的標(biāo)注類型，還有很多個(gè)性化的標(biāo)注，根據(jù)不同的需求，需要不同的標(biāo)簽。如果是自動(dòng)摘要，則需要標(biāo)注文章要點(diǎn)，此時(shí)，該標(biāo)記嚴(yán)格來(lái)說(shuō)不屬于上述任何一種。數(shù)據(jù)注釋，在數(shù)據(jù)的時(shí)代，對(duì)于人工智能來(lái)說(shuō)，需要對(duì)海量數(shù)據(jù)進(jìn)行注釋和分析，未來(lái)的方向可以是數(shù)據(jù)分析，當(dāng)然，前提是你對(duì)這個(gè)行業(yè)的方方面面都非常熟悉。