阿里达摩院获SemEval最佳论文 让AI更懂人类语言
7月19日消息,全球规模最大的语义测评竞赛SemEval-2022近日宣布,将今年唯一的“最佳系统论文奖”颁发给阿里达摩院等机构的研究人员。他们为中英文在内的11种语言设计出一套融入知识的命名实体识别(NER)系统,能够精准识别出人名、地名、机构、作品等关键性的实体信息,有力提升了AI理解人类语言的能力。
SemEval(Semantic Evaluation语义评测)是自然语言处理领域的权威国际竞赛,已有超过20年历史,由国际计算机语言学学会(ACL)的词汇和语义小组主办,旨在让AI去分析、理解人类语言中蕴含的意义。
SemEval的最佳论文奖共有两个:最佳任务论文奖(Best Task Paper Award)和最佳系统论文奖(Best System Paper Award)。通俗理解,一个是提问题,另一个是解决问题。阿里达摩院与上海科技大学、浙江大学、新加坡科技设计大学的联合研究团队摘得了今年的最佳系统论文奖,这篇从221篇候选论文中脱颖而出的文章名为《DAMO-NLP at SemEval-2022 Task 11: A Knowledge-based System for Multilingual Named Entity Recognition》。
SemEval-2022最佳系统论文
获奖团队参加了SemEval-2022的12项任务之一:多语言复杂命名实时识别(Multilingual Complex Named Entity Recognition)。命名实体识别(NER)是自然语言处理领域的基础性工作,是指识别文本中具有特定意义的实体词(Entity),主要包括人名、地名、机构名、专有名词等。
任务要求研究人员设计一套系统,能够识别中文、英语在内的11种语言中的实体,包括在多语言夹杂、有“梗”、有缩写、有俗语的句式中,做到精准识别。比如例句:“2016年,她客串出演了HBO电视剧权力的游戏”,AI需要识别理解出“HBO”这个缩略的机构名,还有“权力的游戏”这个作品名。
达摩院系统获得总分第一
论文提出了一套全新的融入知识的多语言命名实体识别系统,在比赛任务的13个子项中获得10个第一,总分排名第一,较大幅度提升了业界水平。
一般来说,由于词语具有多义性,只有结合上下文语境,我们才能准确理解词语,AI也是如此。新系统的强大之处在于,即便缺乏上下文语境,也能让AI理解复杂的实体词。研究人员介绍,该系统额外引入外部知识,构建了一个多语言通用知识库,通过交互型的检索来扩充文本的上下文信息,从而消除歧义;再加上多阶段的微调,可以实现精准识别实体信息。
达摩院系统原理示意
据介绍,这项获奖研究成果在翻译、搜索、人机对话等领域有着广泛的应用前景。目前,达摩院的机器翻译系统能提供214种语言的互译服务,每天为国内200万中小商家翻译上亿文字,助力国货走向全世界。国际权威研究机构Gartner最新报告《云AI开发者服务关键能力报告》指出,阿里语言AI已排名全球第二,创中国企业历史最佳成绩。
相关文章
- EasyCVR对接华为iVS订阅摄像机和用户变更请求接口介绍
- 精选 | 腾讯云CDN内容加速场景有哪些?
- 模块化网络防止基于模型的多任务强化学习中的灾难性干扰
- 用搜索和注意力学习稳健的调度方法
- 用于多变量时间序列异常检测的学习图神经网络
- 助力政企自动化自然生长,华为WeAutomate RPA是怎么做到的?
- 使用腾讯轻量云搭建Fiora聊天室
- TSRC安全测试规范
- 云计算“功守道”
- 助力成本优化,腾讯全场景在离线混部系统Caelus正式开源
- Flink 利器:开源平台 StreamX 简介
- 腾讯云实践 | 一图揭秘腾讯碳中和?解决方案
- 深度学习中的轻量级网络架构总结与代码实现
- 信息系统项目管理师(高项复习笔记三)
- Adobe国际认证让科技赋能时尚
- c++该怎么学习(面试吃土记)
- 面试官问发布订阅模式是在问什么?
- 面试官:请实现一个通用函数把 callback 转成 promise
- 空中悬停、翻滚转身、成功着陆,我用强化学习「回收」了SpaceX的火箭
- 中山大学林倞解读视觉语义理解新趋势:从表达学习到知识及因果融合