3月，百度文心NLP开发套件专业版发布，首次开放了业界期待已久的ERNIE 2.0中文预训练模型，面向产学研各界的开发者提供领先的语义理解能力。时隔两个月，文心NLP开发套件专业版V1.0.2升级上线，数据处理能力进一步增强，同时新增/升级了5大算法任务。立即体验>>

数据处理能力再升级

1.  新增“文本数据增强”功能：开发者可以基于此策略丰富已有训练集的数据特征，进而有效提升模型效果；

2.  新增“噪声样本挖掘”功能：数据标注的标准不统一或存在的歧义会导致数据标注的质量参差，通过此功能可以有效避免噪声样本在网络训练过程中带来的影响，同时也能在一定程度上降低调优过程中的计算资源消耗；

新增多种算法任务

1.  新增“小样本分类”任务：结合few-shot分类技术与效果领先的中文预训练模型ERNIE，显著提升在数据集中样本较少情况下的文本分类效果；

2.  新增“文本语义向量化”任务：文心提供两种方式来获取文本语义向量，一是通过ERNIE-Sim模型进行预测来获取语义向量，二是使用数据对ERNIE-Sim模型进行fine-tune得到语义向量；

3.  新增“Term重要性”任务：给出一个明文文本中每个短语的重要程度，常用于query理解等场景；

4.  “阅读理解”任务能力升级：能力升级后，可以针对训练得到的模型进行推理服务。

抢先体验：https://wenxin.baidu.com/wenxin/sdk