郭老師，人工智能、自然語言處理領域資深工程師，985院校計算機碩士。在一線金融科技企業(yè)，負責過推薦系統(tǒng)、知識圖譜等多款知名產品的核心算法研發(fā)工作。熟悉算法理論、大型工程構建，具備豐富的擇業(yè)經驗。
本次活動目的在于通過專家的分享，匯集不同行業(yè)和領域的愛好者共同探討交流，從而在線下社交場景收獲知識的同時，提高自己的人脈資源。因此，活動報名消息一出，便吸引了30多位AI行業(yè)的技術愛好者和從業(yè)者的積極參與，其中不乏有阿里、上汽、西門子等互聯(lián)網(wǎng)大廠的技術專家。
活動場地位于上海市楊浦區(qū)諾亞財富集團內，諾亞財富起源于2003年，獲紅杉資本注資，2010年在美國紐交所上市。業(yè)務涵蓋財富管理、資產管理、全球開放產品平臺、互聯(lián)網(wǎng)金融等多條主線。致力于為全球高凈值華人實現(xiàn)財富的世代傳承。
關于本次活動的主題，郭老師從4個部分進行分享：召回值得關注的輿情、量化輿情的評論觀點、輿情事件抽取和聚合、邏輯推理深層風險和機會。
一、干貨分享環(huán)節(jié)
在開始分享主題前，郭老師首先給大家介紹了智慧輿情風控中的應用，從數(shù)據(jù)輸入到預處理，再到輿情基礎分析，最后是場景化應用模塊。每一個環(huán)節(jié)都結合實際工作中的案例，給大家進行詳細的拆解和推導。
提到召回值得關注的輿情中的企業(yè)名抽取，郭老師分享了自己在實際經驗中的操作方式，由淺入深的講解，比如：通過收集到的字符串，然后經過Elastic Search和NER結合起來進行召回和篩選。
在講到量化輿情的評論觀點這個部分，郭老師通過引入一篇新聞內容，來告訴大家如何甄別和判斷，再加上BERT模型，這樣更加便捷，同時可操作性強，減少出現(xiàn)失誤的概率和機會。
而輿情事件抽取和聚合是非常重要的，如果標注錯誤或者沒有提取到關鍵信息，那么會導致事件出現(xiàn)偏差，從而影響整個業(yè)務。
最后郭老師簡述了因果關系抽取和因果事理知識圖譜的設計，把整個主題進行了串聯(lián)，整體來看，這場技術分享干貨點密集，在場成員都在聚精會神的聽講。
二、互動答疑環(huán)節(jié)
郭老師主題講解完畢后，成員們紛紛開始了提問，大家很細心地記錄了自己的問題，在和老師溝通中，有的人提出來細節(jié)性很強的問題;有的人對于某一個模塊不是很清晰;還有的人把自己實際工作中遇到的難點也提了出來。這些問題和疑慮，都被郭老師所解決。
大家在感謝郭老師的同時，都覺得這次活動不虛此行，不僅可以學習到專業(yè)性強的前沿干貨，而且還可以把自己的問題，通過和老師1對1溝通交流而解決。
三、線下交流環(huán)節(jié)
活動最后，到了“線下交流環(huán)節(jié)”，大家雖然來自不同的行業(yè)和領域，但是被同一個話題所以吸引，所以免不了會有很多想要溝通和社交的地方。
大家三五成群，先通過自我介紹，表明自己的背景情況，然后自由自在的溝通和交流，整個現(xiàn)場的氛圍十分熱烈，不論是職場的技術負責人，還是職場新人，大家總能其樂融融的享受這樣的線下環(huán)境。
本次上海之行圓滿結束，通過這次活動的舉辦，大家對于貪心科技有了更深的了解，同時也紛紛表示感謝，能夠參加這樣具有意義的線下技術活動。
