自从谷歌发明并开源 BERT 以来，NLP 领域的各种 SOTA 都被它刷新了。在 BERT 之前，虽然有预训练语言模型，比如 ELMo 、ULMFit 等，不过由于它们的模型深度都与 BERT 有较大差距，因此我们该如何使用和微调 BERT ，这对于 NLP 领域的研究者和工程师而言，可以说，都是一个新的值得探索的问题。

讲师介绍

王然，本科毕业于北京大学，后于阿姆斯特丹大学攻读数学和计量经济学双学位，并在蒂尔堡大学攻读营销模型专业。研究方向主要为贝叶斯理论以及泛函分析理论和应用，主要参与的项目方向包括图像、语音、NLP、强化学习、知识图谱的理论和应用等。

曾担任百分点认知智能实验室技术负责人，带领开发了百分点的人机对话机器人和文书校对系统，其中，文书校对系统无论就准确性还是召回率来说，均达到了业界前沿水平。