分类目录归档：应用案例
阿里小蜜从在 2019 年开始探索大屏数字人应用，并构建了首个数字人形象，用于服务大厅、地 铁站等进行咨询接待。之后从平台、数字人能力、IP、产品等不同维度逐步完善，近三年来， 已提供了包括虚拟主播、虚拟辅播、公益数字人、云上数字人等多个产品。
数字人构建主要包括六个部分，包括： 诞生：即构建基础的数字人形象的过程，包括数字人建模、数字人 IP 管理、数字人渲染 等等； 掌握身体：使得数字人可以完成简单运动的过程，包括驱动数字人的声音、嘴型、表情 以及肢体动作； 了解环境：通过多模态理解算法，使得数字人能够感知其环境
导读：本文主要介绍在美团业务中智能问答技术的相关落地与实践。通常问答系统需 要提前构建好问答对知识库，这种方式对高频问题能处理的很好，但难以解决开放性 问题。在日常生活服务中，如"去哪玩"、"住哪家酒店"等，在行前通常需要对景点、 酒店等目的地做详细咨询再决策，智能问答是一种非常友好的方式来帮助用户获取信 息。但针对不同的景点、酒店等用户问的问题通常不同，是开放性的，且信息往往是 动态分布在商户页面详情、政策、用户评论、社区问答等各类数据中。这需要提供一 套智能"问题解决"能力，实时从各类信息中找出准确的信息来回答用户问题，辅助用 户决策。本文在简单介绍完智能问答技术框架之后，着重介绍 Doc
导读：目前百度事件图谱已构建了千万级规模的事件图谱，在收录时效上达到分钟级。 事件图谱技术已应用到搜索、信息流等百度内部的产品中，相关能力也对外输出到媒 体等多个行业。另外，事件图谱的前沿推理技术在金融领域的探索也初步取得成果， 并已形成一个金融事件归因和预测的推理平台。本文将为大家详细介绍百度的事件图 谱技术与应用，主要内容包括： 事件图谱概述 事件图谱技术 事件图谱应用 总结与展望
知识图谱构建的目的，其实是为了把世界上纷繁复杂的、各种各样的客观事实通过图 谱的方式组织起来，让机器能够通过这个图谱更好地实现理解、抽取、推理等任务， 从而
导读：在互联网新零售的大背景下，商品知识图谱作为新零售行业数字化的基石，提 供了对于商品相关内容的立体化、智能化、常识化的理解，对上层业务的落地起到了 至关重要的作用。相比于美团大脑中围绕商户的知识图谱而言，在新零售背景下的商 品知识图谱需要应对更加分散、复杂的数据和业务场景，而这些不同的业务对于底层 知识图谱都提出了各自不同的需求和挑战。美团作为互联网行业中新零售的新势力， 业务上已覆盖了包括外卖、商超、生鲜、药品等在内的多个新零售领域，技术上在相 关的知识图谱方面进行了深入探索。本文将对美团新零售背景下零售商品知识图谱的 构建和应用进行介绍。
近年来，人