knowledge graph （机器的潜台词：“我”会推理，so easy ！）。 所以，通俗的来说，在AI system中：要么从原有的知识体系中直接提取信息来使用，要 么进行推理。 将知识融合在机器中，使机器能够利用我们人类知识、专家知识解决问题，这就是早期 知识工程（Knowledge Engineering）的核心内涵。 Preliminaries Explaining AI system 程与知识管理》  Big Data + Machine Learning[R1] + Powerful Computation[R2] • 完全意义上的自下而上的方式 • 从海量的数据中去挖掘异构、动态、碎片化的知识 e.g., 从Web corpora、搜索日志等都可挖掘出有价值的知识 R1, http://www.erogol.com/brief-history-machine- learning/ 专家知识 239,261/116,822/18,014/2,093,000 WordNet 1985 专家知识 155,287/117,659/18/- ConceptNet 1999 群体智能（多语言） -/8,000,000/36/21,000,000 YAGO 2007 WordNet + Wikipedia 4,595,906/488,469/77/ DBpedia 2007 Wikipedia

QA快速实践 任务拆解、各个击破 任务拆解 • 业务 Ø 解决什么问题？ • 数据 Ø 标注数据 Ø 训练数据 Ø 测试数据 Ø 评估数据 • 建模 Ø 输入输出？ Ø 工作流？ • 语言工具 Ø C++ Ø Python Ø Java Ø GO • 模型 Ø 统计模型 Ø 传统机器学习模型 Ø 深度学习模型 Ø 如何选择？是否组合？ • 评估 Ø 评估指标 Ø 工具 • 公司需要打卡吗？公司的文化是什么？ 年假多少天？ u 打车发票要怎么报销？ u 物业一年物业费多少钱？能帮忙换水 龙头？ p 其它场景机器人 p 特性： ü 有效渗透 ü 横向复制的可行性 各个击破－语言工具 • 开发成本 Ø C++：简洁紧凑，灵活方便，需要精细设计，开 发成本较高 Ø Python：语法简单，完全面向对象，容易入门和 使用 Ø Java：语法简单，面向对象，但框架较重，相对 Ø GO：支持交叉编译，可在不同平台直接运行 • 运行速度 Ø C++：最快 Ø Python：最慢，但是可以通过外调 C/C++/Java分担慢速计算的压力 Ø Java：较快 Ø GO：C语言一样的执行速度 • 工具完备性 Ø C++：多为开发者开源，如切词、词性 标注等基础工具 Ø Python：海量的第三方开源工具库 Ø Java：较多开源NLP工具，LingPipe、 FudanNLP等

2019年1月20日 荣获中国版权局软件著作权 未来发展 SAS版舆情监控 多系统融合-Python生态链 人工智能再升级 ✓ 在网站上注册账号即可使用华小智面试宝； ✓ 新增微信端舆情监控，面向更广阔的世界。 ✓ 更加智能的交互，如自然语言处理； ✓ 紧随技术发展，增强自身核心竞争力。 ✓ 融合微信小程序、企业微信等生态； ✓ 一个完整的智能Python生态链。 舆情监控2.0

自动生成单元测试用例。 12 《51 测试天地》七十四 www.51testing.com 这个功能有没有很惊艳？快速生成单元测试用例？——不是问题；生成高覆盖率的 单元测试用例？——不是问题；生成不同语言的单元测试用？——不是问题。 1) 首先，让我们来看看，如何生成基本的单元测试用例 如下图所示，选中代码，点击 Bito 面板的”generate unit tests”即可。然后，将生成 的单元测试用例粘贴到单元测试脚本中即可。 的单元测试用例粘贴到单元测试脚本中即可。 值得注意的是：Bito 生成的单元测试用例，不仅包含了正向用例（即，正常用例）， 还包含了反向用例（即，异常用例）。这点的确是初始没预料到的。 2) 其次，聊聊如何生成不同语言的测试用例 可能最直白的答案就是：java 代码生成 java 用例咯，python 代码生成 python 用例咯。 这句话，没毛病。但是！我就不能用 java 代码生成指定 python 代码的用例吗？答案 板（https://prompthub.bito.ai/）。如下图所示，是 prompthub 提供的一个 bug 检测和修正模 板。 通过自定义的 prompt 模板，即可完成跨语言的用例编写。如下图所示，是使用 java 语言生成的、针对 python 代码的单元测试用例。 14 《51 测试天地》七十四 www.51testing.com 3) 再聊聊如何提高单元测试用例覆盖率 经常，Bito

会增加⼀一倍”
 
 CPU更更多⽤用在了了Cache(L1/L2/L3)和Control
 GPU绝⼤大部分⽤用来在了了ALU计算单元 GPU特性 • SIMD • 显存分级 • 异构&异步 Python为什么“慢”？ Flask Development Server • 默认threaded server • GIL限制多核使⽤用 • 解释执⾏行行：序列列化慢（动态特性的tradeoff） 使⽤用SQuAD任务测试，输⼊入padding到328，batch size分别取1和32 • 计时代码只包含GPU时间，排除掉前后处理理时间，另包含数据在 CPU和GPU之间copy的时间 异步执⾏ • CPU与GPU异构，所以可以异步 • PyTorch也是异步执⾏行行，所以没有带来提升 cuda优化 • 更更⾼高效的kernel函数实现，替代默认导出的算⼦子 知识蒸馏 • Teacher Student

具体路径 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421 11.1.5 模式语言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432 11.1.6 与 glob 转码的可打印数据 . . . . . . . . . . . . . . . . . . . . . . . . 1216 20 结构化标记处理工具 1219 20.1 html --- 超文本标记语言支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1219 20.2 html.parser --- Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1908 32 Python 语言服务 1909 32.1 ast --- 抽象语法树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

具体路径 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417 11.1.5 模式语言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 428 11.1.6 与 glob 转码的可打印数据 . . . . . . . . . . . . . . . . . . . . . . . . 1212 20 结构化标记处理工具 1215 20.1 html --- 超文本标记语言支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1215 20.2 html.parser --- Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1904 32 Python 语言服务 1905 32.1 ast --- 抽象语法树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1002 20 结构化标记处理工具 1003 20.1 html —超文本标记语言支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1003 20.2 html.parser —The implementation of import . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1603 32 Python 语言服务 1621 32.1 parser —访问 Python 解析树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 模块索引 1771 索引 1775 vii viii The Python Library Reference, 发布 3.6.15 reference-index 描述了 Python 语言的具体语法和语义，这份库参考则介绍了与 Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1002 20 结构化标记处理工具 1003 20.1 html —超文本标记语言支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1003 20.2 html.parser —The implementation of import . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1603 32 Python 语言服务 1621 32.1 parser —访问 Python 解析树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 模块索引 1771 索引 1775 vii viii The Python Library Reference, 发布 3.6.15 reference-index 描述了 Python 语言的具体语法和语义，这份库参考则介绍了与 Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，

. . . . . . . . . . . . . . . . . . . . . . . . . . . 1050 21 结构化标记处理工具 1051 21.1 html --- 超文本标记语言支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1051 21.2 html.parser import 的实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1669 33 Python 语言服务 1689 33.1 parser --- 访问 Python 解析树 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 模块索引 1841 索引 1845 vii viii The Python Library Reference, 发布 3.7.13 reference-index 描述了 Python 语言的具体语法和语义，这份库参考则介绍了与 Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，