雷鋒網(wǎng) AI 開發(fā)者消息，當(dāng)?shù)貢r(shí)間 7 月 28 日至 8 月 2 日，自然語言處理領(lǐng)域頂級(jí)會(huì)議 ACL2019 在意大利佛羅倫薩召開，會(huì)上滴滴正式宣布開源基于深度學(xué)習(xí)的語音和自然語言理解模型訓(xùn)練平臺(tái) DELTA，以進(jìn)一步幫助 AI 開發(fā)者創(chuàng)建、部署自然語言處理和語音模型，構(gòu)建高效的解決方案，助力 NLP 應(yīng)用更好落地。

滴滴自然語言處理首席科學(xué)家 Kevin Knight 在 ACL2019 現(xiàn)場(chǎng)

DELTA 主要基于 TensorFlow 構(gòu)建，能同時(shí)支持 NLP(自然語言處理)和語音任務(wù)及數(shù)值型特征的訓(xùn)練，整合了包括文本分類、命名實(shí)體識(shí)別、自然語言推理、問答、序列到序列文本生成、語音識(shí)別、說話人驗(yàn)證、語音情感識(shí)別等重要算法模型，形成一致的代碼組織架構(gòu)，整體包裝統(tǒng)一接口。

用戶準(zhǔn)備好模型訓(xùn)練數(shù)據(jù)，并指定好配置 Configuration，模型訓(xùn)練 pipeline 可以根據(jù)配置進(jìn)行數(shù)據(jù)處理，并選擇相應(yīng)的任務(wù)和模型，進(jìn)行模型訓(xùn)練。在訓(xùn)練結(jié)束之后，自動(dòng)生成模型文件保存。該模型文件形成統(tǒng)一接口，可以直接上線使用，快速產(chǎn)品化，能讓從研究到生產(chǎn)變得更容易。 

值得注意的是，除可支持多種模型的訓(xùn)練，DELTA 還支持靈活配置，開發(fā)者可基于 DELTA 搭建成多達(dá)幾十種的復(fù)雜的模型；此外，DELTA 在多種常用任務(wù)上提供了穩(wěn)定高效的 benchmark，用戶可以簡(jiǎn)單快速的復(fù)現(xiàn)論文中的模型的結(jié)果，同時(shí)也可以在此基礎(chǔ)上擴(kuò)展新的模型。在模型構(gòu)建完成后，用戶可以使用 DELTA 的部署流程工具，迅速完成模型上線。從論文到產(chǎn)品部署無縫銜接。

目前 AI 開發(fā)者可登陸Github(https://github.com/didi/delta)查看 DELTA 的詳細(xì)介紹和源代碼，利用 DELTA 加快實(shí)驗(yàn)進(jìn)度，部署用于文本分類、命名實(shí)體識(shí)別、自然語言推理、問答、序列到序列文本生成、語音識(shí)別、說話人驗(yàn)證、語音情感識(shí)別等任務(wù)的系統(tǒng)。用戶亦可在滴滴的開源平臺(tái)上（https://didi.github.io/）獲取更多滴滴開源項(xiàng)目的相關(guān)信息。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。