内容理解:技术、算法与实践

这是一本在AI大模型技术背景下深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，全面融了工业界在内容业务方面积累的先技术和成熟经验。 全书围绕内容理解、内容生成、内容质量3大关键领域展，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、技术细节和研究展。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常见的内容质量问题，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以及业界常用的解决方案和研究展。
【推荐语】
（1）作者背景权威：内容理解领域的资深专家，多位国内外高校博士，技术专家骨干。 （2）团队经验丰富：作者团队在内容理解和生成领域工作了10余年，获得了十几个技术大奖和业务大奖，也在内容领域有丰富的经验。 （3）实践经验：全书以工业界丰富的内容算法成果为支撑，全面讲解了企业在内容理解、内容生成、内容质量3大业务场景中的工程经验和案例。 （4）行业先成果：不仅有互联网的优秀技术和实践，而且还融合了全球技术界在内容理解与生成领域的先思想和成果。 （5）大模型多模态：一本书讲透文本、图片、音频、视频等各种模态的理解和生成，掌握大模型时代的关键技术。
【作者】
孙子荀 内容理解与生成领域的资深专家，腾讯高级总监和专家研究员，负责腾讯游戏用户增长与内容生态技术相关的工作。 2012年加腾讯，十多年来一直从事内容理解、内容生成以及数据科学技术的研究和落地工作，带领团队获得十几项公司级业务奖和技术奖。在内容生态增长、创意营销等领域有丰富的落地经验。带领团队从0到1构建了首个内容技术中台；造了腾讯游戏全域营销科学体系，帮助多个业务实现降本增效。 与团队一起在人工智能顶级学术会议上发表了多篇论文和报告，在相关领域拥有几十项发明专利。