移动互联网时代数据呈现严重的信息过载，用户很难快速地找到自己想要的信息。网易新闻客户端作为新闻资讯平台，帮助用户从海量信息中找到感兴趣的内容，通过连接用户和内容实现个性化推荐。为了实现上述目标，需要同时对用户兴趣和资讯内容进行建模，其中通过算法进行内容理解是建模的基础，也是推荐系统的基石。

网易新闻包含图文、视频、公开课等多种形式的数据，各类型数据需要采用不同的内容分析方法。针对文本内容，我们通过 xgboost 等经典机器学习方法和 textcnn、bert 等深度学习方法进行文本分类和标签生成。针对视频内容，我们基于视频、音频和文本等多模态信息融合进行视频理解。本次分享中，我们将介绍在新闻推荐场景下利用 NLP、CV 及多模态技术对资讯数据进行语义分析的经验和实践。

内容大纲

1.网易新闻的标签体系概览；

2.基于 NLP 的文本内容分析；

3.基于 CV 的视觉内容分析；

4.多模态融合技术的落地实践。

听众收益

1.了解网易新闻的标签体系；

2.了解基于机器学习和深度学习的标签提取方法；

3.了解多模态技术在视频理解中的应用。