2018年BERT问世，对众多下游任务带来了明显的效果提升。预训练语言模型逐渐成为NLP领域内的焦点方向，也在学术界和工业界都引起了极大地关注和投入。

本次分享将回顾文本表达的背景意义与重要里程碑，并介绍目前领域内关注的一些焦点问题，比如预训练模型与知识图谱的融合，预训练的快速推理等。 针对这些问题，我将介绍TEG NLP工作组相关同学的一些解决方案并分享TEG NLP工作组的开源框架。 

听众受益

• 了解预训练模型的历史与现在
• 学习领域内核心问题的解决方案
• 了解预训练模型的落地应用实例 

适合人群

对机器学习、NLP有一定基础知识。 适合NLP、推荐系统和对话系统工作从业者。