​ （阅读全文，文末有彩蛋！） ​ 彩蛋：互动活动 转发该文章到朋友圈且集赞 66个，截图发到公众号（腾讯大数据）后台留言的前三十名，即获得2018腾讯生肖公仔（哈士企福 25cm）。 获奖领取方式： 请添加以下腾讯大数据工作人员的微信号，将统一安排在6月底发放奖品，谢谢！ ​ 文章来源于腾讯云开发

​ 5月26日，腾讯大数据2018年线下沙龙-北京站在798艺术区举行。现场集结了互联网圈数十家知名企业的运营增长官和负责产品推广的小伙伴，通过五小时的思维碰撞，共同打造这场由大数据赋能带来的知识盛宴。 **在面对海量的数据合集该如何敏锐的发现其中的奥秘，关键在于如何对这些数据进行专业化统计分析，才

作者简介：jasonys，隶属于腾讯技术工程事业群数据平台部，负责TBase数据的技术研发和架构设计，有超过10年的数据库内核开发设计经验，完成多种数据库的架构设计和开发。 2017年PGXZ改名为TBase，以发布会的方式正式对外进行了发布，经过团队小伙伴们的努力，TBase V1版本到目前在公司

5月23日，也就是今天！以“焕·启”为主题的腾讯云+未来峰会将在广州正式揭幕啦！ 作为由腾讯集团主办的顶级科技峰会，小马哥以及现场大咖们将会给参会者们带来怎样的黑科技盛宴？80+场演讲将要分享什么？13场分论坛要讨论什么？ 听完这些介绍，你是不是有点小期待呢？ 然鹅，听说有的小伙伴因为无法到现场一睹

| 导语 腾讯神盾开放通用推荐系统一般将推荐问题转化为分类问题，而对于列表推荐场景，推荐问题更近似于排序问题。本文将介绍排序学习技术与推荐算法结合的Pairwise方法及其具体实现 – Pairwise Ranking Factorization Machines (PRFM) 算法，并分享PRFM

| 导语 腾讯神盾产品化为推荐业务提供了一站式的解决方案，大大节约算法和开发的时间，同时提高推荐转化率。离线算法平台是神盾产品化中负责训练离线算法模型，并出库模型和特征到线上推荐的模块，最小训练粒度为小时级。同时，离线算法平台还整合了离线批量打分、文本内容理解与特征工程等针对特定需求的功能。 一、离

最近，QQ V7.6.0版本发布，新增视频通话“口吐弹幕”功能，引发网友热议。 寻找最新黑科技与视频通话的契合点，使视频聊天更潮、更互动、更具趣味性是，一直是QQ视频通话探索的方向。这次我们结合实时语音转文字、人脸识别、人脸追踪等AI、AR技术，在视频通话时开启了口吐字幕功能，双方说的话就会实时从各

随着移动支付的迅猛发展，多个行业的用户体验和商业逻辑被极大改变，聚合支付进入行业深耕阶段。 在多年计费经验的沉淀下，腾讯计费（米大师）依托腾讯云，向全行业开放。 腾讯计费为商户提供专业的一站式计费解决方案。聚合国内外主流支付渠道，提供账户托管，安全风控、对账结算、营销活动、数据分析、立体监控等多维度

近日，腾讯云TStack荣获由中国电子技术标准化研究院颁发的一项国家标准云测评证书，主要是针对腾讯云TStack云资源监控平台进行专业测评，此次测评结果表明腾讯云TStack监控平台是经权威机构认可的、成熟稳定的标准化云平台产品。 此次主要测评的产品模块包括虚拟机监控指标、镜像、硬盘、快照、虚拟网卡

“RNG牛逼！” “牛逼！！兄弟，加个好友一起玩啊！” 沉浸于中国电子竞技的荣耀时刻，你甚至并没有察觉这位带你上分的“兄弟”其实是个小姐姐。 女孩子们越来越“贪心”了。她们不止在美妆、穿搭、宠物博主的评论区组建起自己庞大的军团，还开始攻占“直男领地”——**聊得来街舞、看得懂漫威、玩得了电竞……“内

>>>> 开源地址: https://github.com/Tencent/Face2FaceTranslator 近期我们发布了微信同声传译小程序插件，免费开放微信AI团队在机器翻译，智能语音领域的业界领先成果，使开发者简便地在小程序中加入机器翻译，智能语音能力。 现在我们开源完全基于微信同声传译

1 什么是任务型机器人 任务型机器人指特定条件下提供信息或服务的机器人。通常情况下是为了满足带有明确目的的用户，例如查流量，查话费，订餐，订票，咨询等任务型场景。由于用户的需求较为复杂，通常情况下需分多轮互动，用户也可能在对话过程中不断修改与完善自己的需求，任务型机器人需要通过询问、澄清和确认来帮助

文章来源：机器之心。 让机器能根据文章的主题思想生成人类能够读懂的文本摘要是一个重要的 NLP 研究问题。腾讯知文团队、苏黎世联邦理工学院、哥伦比亚大学和腾讯 AI Lab 的研究者针对这一任务提出了一种引入主题模型和强化学习方法的卷积神经网络方法。该论文已被 IJCAI 2018 接收，机器之心在

备受关注的人工智能领域顶级国际会议IJCAI，2018年将于7月13日至19日在瑞典斯德哥尔摩举行。IJCAI-ECAI 2018, the27th International Joint Conference on Artificial Intelligence and the 23rd Euro

文本建模方法大致可以分为两类：(1) 忽略词序、对文本进行浅层语义建模（代表模型包括LDA，Earth Mover’s distance等;(2)考虑词序、对文本进行深层语义建模（深度学习算法，代表模型包括LSTM，CNN等）。对于深度神经网络算法，空间模式（spatial patterns）汇总在