松果財(cái)經(jīng)獲悉,據(jù)之家網(wǎng)站報(bào)道,如今,在國家戰(zhàn)略以及數(shù)字信息技術(shù)發(fā)展的共同推動(dòng)下,金融服務(wù)行業(yè)正處于高質(zhì)量發(fā)展期,對于前沿技術(shù)需求愈加迫切。因此,加強(qiáng)技術(shù)創(chuàng)新,可有效助力金融服務(wù)行業(yè)各項(xiàng)業(yè)務(wù)提質(zhì)增效。度小滿深耕金融科技領(lǐng)域,不斷加強(qiáng)其在前沿技術(shù)領(lǐng)域的布局,并取得了不俗的成績,多篇論文被國際頂級會(huì)議收錄。近日,度小滿再登國際會(huì)議,其 AI Lab 團(tuán)隊(duì)的三篇文章被 ACM 信息與知識(shí)管理國際會(huì)議錄用。
據(jù)悉,度小滿這次被錄用的三篇論文,分別在預(yù)訓(xùn)練模型、用戶表示、序列建模等 NLP 任務(wù)相關(guān)算法上取得突破性進(jìn)展。其中,用于專家發(fā)現(xiàn)任務(wù)的 ExpertBert 模型,彌合了預(yù)訓(xùn)練目標(biāo)與下游建模任務(wù)的差距,能夠精準(zhǔn)識(shí)別潛在的信貸需求;ENEF 模型,基于非采樣策略進(jìn)行專家發(fā)現(xiàn),增強(qiáng)了問題和用戶表示的魯棒性和穩(wěn)定性,成為 CQA 領(lǐng)域兼具性能與效率的最優(yōu)方法;DeepVT 模型,全面有效地捕捉和融合視圖和時(shí)序模式,使小微客群的行為預(yù)測更精準(zhǔn)。