2022中国软件研发管理行业技术峰会

活动首页 > 嘉宾介绍

李自然

美团搜索推荐算法部高级算法工程师

美团搜索推荐算法部高级算法工程师，2021年加入美团NLP中心预训练组，主要负责美团多模态预训练模型的研究及在美团搜索、广告、点评等业务场景中的落地。研究方向为自然语言处理和多模态预训练，在ACL/EMNLP/AAAI/IJCAI/TKDE等国际会议和期刊上发表约10篇论文，并担任多个国际会议审稿人。

嘉宾日程：

美团多模态预训练的探索和实践

#多模态AI的研究和应用趋势

〇分享简介〇

近年来，随着预训练模型在NLP领域的巨大成功，多模态预训练受到业界广泛关注。美团业务场景中除文本数据外，还存在大量图片、视频、语音等多模态内容供给。多模态预训练技术在搜索、推荐和内容理解等场景中均有着巨大的应用价值。多模态预训练技术主要关注图文模态间的特征融合与交互能力，而在具体的业务迭代中，模型的预训练效率和下游使用效率同样是关键的一环。

本次分享将具体分享我们在多模态预训练研究与业务应用上的进展，包括多模态交互方式、预训练数据处理逻辑和模型应用效率的优化，以及在美团搜索、美团电商和大众点评信息流等业务场景中的应用效果。

〇分享收益〇

收益

1. 工业场景下多模态预训练技术和落地展望

2. 多模态预训练交互模式改进和下游业务应用效果优化方案

3. 多模态模型预训练效率优化手段

成功（或教训）要点

不同于单模型预训练，好的多模态模型离不开完善的基础设施、灵活的模型结构、高效的训练方法以及针对不同业务场景的合理适配。

启示

提升多模态预训练模型的训练效率和应用效果的可行性方案

〇分享亮点〇

1. 业务背景：美团搜索、美团电商和大众点评等应用中的多模态场景

2. 多模态预训练主流技术方案介绍与分析

3. 美团多模态预训练方案

4. 美团多模态方案在主流评测和业务场景中的效果

5. 预训练阶段数据处理逻辑优化及实际效果

6. 总结

7. QA

09 月 18 日 14:00 - 15:00