Ta的回复 ：好主意~ 我们会加入升级计划

Ta的回复 ：补充一条：训练数据并不是光多标一标就可以了，还要注意训练数据的质量 我们抽样了参赛者标注的部分数据，指出了其中的常见问题，供大家参考 百度之星资格赛参赛者标注数据错误示例 http://developer.baidu.com/forum/topic/show?topicId=241789

Ta的回复 ：各位，如果启动时间超过30分钟，请前往qq群 @客服 来协助解决问题。

Ta的回复 ：你可以到QQ群里584835350 找 UNIT产品经理做商业洽谈：）

Ta的回复 ：你好，你的建议我们已经收到，近期会安排添加说明

Ta的回复 ：感谢你的反馈，UNIT对地址类词槽的识别能力可以达到非常高的准确率与召回率，百度地图的地址识别就是这个模型支持的。 从你的另一个帖子的表述判断，你可能对系统理解有一定偏差，我发了一些链接，如果期望更顺畅的使用各项功能，可以先深入了解一下。

Ta的回复 ：感谢你的反馈，UNIT对地址类词槽的识别能力可以达到非常高的准确率与召回率，百度大量线上产品的地址识别都是这个模型支持的。 从你的帖子的表述判断，你可能对系统理解有一定偏差，你可以参考一下这个：http://developer.baidu.com/forum/topic/show?topicId=241520，如果期望更顺畅的使用各项功能，可以先深入了解一下。 另外，如果期望能立刻生效，可以尝试使用 "模板配置" 的方式进行学习。

Ta的回复 ：你好， 数字相关的识别，近期上线。 现在，你可以尝试一下 sys_unit 相关的词槽，看看是否能够解决你的需求。 如果不能满足，可以尝试一下方法： 假设你的query是： 帮我打电话给59928888 在unit中，你可以单独做一个词槽，名字随意(假设为YY)，上传一个词典；词典内只包含一个特殊的关键词，我们假设是"MY_NUM"；然后学习生成识别模型； 你可以在本地程序用，用正则把query替换为刚才词典中包含的特殊关键词MY_NUM： 帮我打电话给MY_NUM； 并且在程序中记住MY_NUM=59928888 接下来，调用unit的api识别 "帮我打电话给MY_NUM" ；不出意外的话，unit会识别出一个slot： YY=MY_NUM，并返回给你。 然后，在自己的本地，把MY_NUM替换为59928888，就完成了对时间数字的识别。

Ta的回复 ：基于正则表达式的词槽识别能力已经上线，可以参考下述帖子进行配置 http://ai.baidu.com/forum/topic/show/492687

Ta的回复 ：本来就有~ 不过需要的标注量还是很大的，如果不标足够多的数据，看不出来效果

Ta的回复 ：我可以进去，你再试试？

Ta的回复 ：1. 好建议，我们会考虑：） 2. 2.0的训练效率有比较大幅度的优化，现在暂时可以尝试一下2.0

Ta的回复 ：因为不是一个标准的强化学习框架， 为了不要误导大家，所以叫 交互式学习：）

Ta的回复 ：UNIT内部的SLU实现技术非常复杂，是百度多年积累的很多相关技术的集成，可以适应不同数据规模&形态和任务的需求 神经网络是实现上面能力的一部分手段，欢迎有时间来听我的讲座

Ta的回复 ：可以用，类似 百度网盘的分享机制 分享码本身有时限，是为了防止分享码被滥用