11月6日，由中國中文信息學(xué)會(CIPS)和中國計算機學(xué)會(CCF)聯(lián)合主辦的“第五屆語言與智能高峰論壇”在線舉行。大會同期為“2020語言與智能技術(shù)競賽”五大任務(wù)領(lǐng)域優(yōu)秀團隊授獎，憑借在閱讀理解技術(shù)方向的深厚積累，云知聲認(rèn)知智能團隊摘得機器閱讀理解任務(wù)冠軍獎牌。
“2020語言與智能技術(shù)競賽”由中國中文信息學(xué)會(CIPS)和中國計算機學(xué)會(CCF)聯(lián)合主辦，百度公司、中國中文信息學(xué)會評測工作委員會和中國計算機學(xué)會中文信息技術(shù)專委會聯(lián)合承辦，設(shè)立機器閱讀理解、面向推薦的對話、關(guān)系抽取、語義解析與事件抽取五大熱門競賽任務(wù)，并提供面向真實應(yīng)用場景的大規(guī)模數(shù)據(jù)集。
今年的參賽規(guī)模創(chuàng)歷年新高，五大任務(wù)領(lǐng)域累計報名參賽隊伍超5300支，參賽選手超6000人，大賽累積收到有效提交結(jié)果近15000份，成為中文NLP領(lǐng)域參賽人數(shù)最多的賽事。除整體參賽人數(shù)規(guī)模翻倍之外，參賽隊伍陣容亦堪稱豪華，覆蓋了海內(nèi)外知名高校、科研機構(gòu)以及諸多知名企業(yè)。
作為本次競賽的核心任務(wù)之一，機器閱讀理解 (Machine Reading Comprehension)是指讓機器閱讀文本，然后回答和閱讀內(nèi)容相關(guān)的問題。閱讀理解是自然語言處理和人工智能領(lǐng)域的重要前沿課題，對于提升機器的智能水平，使機器具有持續(xù)獲取知識的能力等方面具有重要價值，近年來受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。本次大賽機器閱讀理解評測是連續(xù)舉辦多年的一個任務(wù)，吸引了包括中國科學(xué)技術(shù)大學(xué)、中國科學(xué)院大學(xué)等一千多支知名校企隊伍參加。
本次大賽的機器閱讀理解任務(wù)注重閱讀理解模型在真實應(yīng)用場景中的魯棒性，挑戰(zhàn)模型的過敏感性、過穩(wěn)定性以及泛化能力。比賽過程中，云知聲認(rèn)知智能團隊依托自身雄厚的技術(shù)積累，以及在醫(yī)療等領(lǐng)域的產(chǎn)業(yè)化實戰(zhàn)經(jīng)驗，所提交系統(tǒng)取得F1值較基線提升26%的佳績，在預(yù)賽和復(fù)賽F1值和EM值在均位列第一。
比賽中，云知聲認(rèn)知智能團隊針對閱讀理解系統(tǒng)存在的過敏感、過穩(wěn)定和泛化性不足三個問題進(jìn)行了有針對性的優(yōu)化，增強了閱讀理解系統(tǒng)在真實場景中的魯棒性;團隊還借助云知聲預(yù)訓(xùn)練語言模型平臺UniPLM，對模型進(jìn)行了快速迭代和高效訓(xùn)練;最后利用模型集成的方法進(jìn)一步提高了閱讀理解模型的性能指標(biāo)。
1. 利用數(shù)據(jù)增強的方法來處理過敏感、過穩(wěn)定問題。針對過敏感問題，使用問句生成和相似度匹配模型兩階段過程后生成候選樣本，用來攻擊訓(xùn)練好的閱讀理解模型，若攻擊成功則生成過敏感類型的增強樣本。針對過穩(wěn)定問題，使用實體識別方法從文章中識別與答案相關(guān)實體，與問句信息結(jié)合融入篇章中生成候選樣本，用來攻擊訓(xùn)練好的閱讀理解模型，若攻擊成功則生成過穩(wěn)定類型的增強樣本。
2. 利用領(lǐng)域外數(shù)據(jù)來增強模型的泛化能力。增加了包括DuReader、CMRC等通用領(lǐng)域的語料。還增加了證券公告、五種學(xué)科的教育領(lǐng)域數(shù)據(jù)。
3. 借助云知聲預(yù)訓(xùn)練語言模型平臺UniPLM來進(jìn)行模型的快速迭代和高效訓(xùn)練。UniPLM基于Huggingface的transformers庫進(jìn)行開發(fā)，支持各類主流的預(yù)訓(xùn)練語言模型以及分類、序列標(biāo)注、閱讀理解等NLP任務(wù)。UniPLM融合了TensorBoard和微軟NNI框架，支持可視化訓(xùn)練和自動調(diào)調(diào)參。它還可以高效地在分布式訓(xùn)練平臺Atlas上進(jìn)行多機多卡訓(xùn)練。
讓機器理解人類語言是人類長期以來的夢想，也是人工智能應(yīng)用必須迎接的挑戰(zhàn)。作為云知聲全棧技術(shù)版圖的重要模塊，經(jīng)過多年的持續(xù)投入與潛心研發(fā)，當(dāng)前云知聲認(rèn)知智能技術(shù)已處行業(yè)領(lǐng)先水平，由云知聲與中科院自動化所合作完成的項目——“大規(guī)模知識圖譜構(gòu)建關(guān)鍵技術(shù)與應(yīng)用”亦榮獲2019年北京市科學(xué)技術(shù)進(jìn)步一等獎。相關(guān)技術(shù)成果也已先后應(yīng)用至醫(yī)療、家居、車載等諸多垂直領(lǐng)域。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
