书名：内容理解 技术、算法与实践
作者：孙子荀
ISBN：978-7-111-73513-7
出版社：机械工业出版社
出版日期：2023.08
这是一本在AI大模型技术背景下深入讲解内容理解的技术原理、算法实现与业务实践的著作,由腾讯的高级总监和资深内容专家领衔撰写,全面融入了工业界在内容业务方面积累的先进技术和成熟经验。全书围绕内容理解、内容生成、内容质量三大关键领域展开,从内容产业的发展趋势与挑战到各种技术和算法,从行业的先进的研究成果到各种典型的应用案例,应有尽有。第一部分内容理解(第1～7章)首先,详细介绍了内容理解的各个模块,包括文本、图像、语音等单模态内容的理解以及多场景文本、视频等多模态内容的理解,帮助读者全面了解内容理解的核心概念、技术细节和研究进展。接着,讲解了多模态学习在内容理解中的应用、多模态内容理解的理论框架和大规模预训练技术。最后,介绍了两个主流的内容理解框架,并结合一个自研的多模态内容理解框架,阐述了解决内容理解问题的流程和具体方案。第二部分内容生成(第8～11章)详细讲解了内容生成的技术细节,结合作者团队在业务实践中探索的应用案例,从图片生成、文本生成、AI素材合成到AI创作,介绍了内容创作的全栈技术,能帮助读者由浅入深地理解内容生成的技术原理与业务实践。第三部分内容质量(第12～14章)详细讲解了信息流产品中的常见内容质量问题,比如标题党、假新闻、低俗图片等,介绍了如何对这些与内容质量相关的业务场景进行拆解和定义,将抽象的业务场景转化为可以建模的问题。此外,还介绍了作者团队采用的业务建模流程、业界常用的解决方案和行业研究进展。