騰訊NLP技術獲世界頂級大賽多項冠軍 AI助手應用落地

　　來源标題：騰訊NLP技術獲得世界大賽多項 AI助手應用不斷落地

　　近日,在人工智能領域的權威學術比賽——對話系統技術挑戰賽(DSTC8)上,騰訊智能平台産品部參與了三個賽道的七項任務,共獲得四項指标世界第一,兩項指标第二的成績。這個成績是騰訊公司多年來在自然語言對話領域的積極探索和深度積累的一個具體體現和印證。

　　應對多個賽道挑戰 騰訊NLP技術展示實力

　　DSTC對話系統技術挑戰賽被公認為國際人工智能競賽,創立至今已經舉辦八屆。曆屆大賽中都有國際的大學和高科技公司的支持和參與。本屆大賽吸引了來自中科大、華為、滴滴、IBM等全球的大學、科技企業和人工智能研究機構等多支隊伍參與競賽,帶來了當今人工智能領域的技術水平的展示和交流。

　　在本次比賽的四大賽道中,騰訊參與了其中三組評測。首先是面向多領域端到端對話系統( Multidomain Task),該任務探索如何将已有的對話生成模型迅速遷移到一個數據量非常有限的新領域對話場景,并達到期望的性能。本賽道中,騰訊提出混合微調訓練技術,取得了自動評測的第一名。

　　在賽道二端到端的問答預測( NOESIS II: Predicting Responses Track) 上,本屆NOESIS競賽與以往不同,除了傳統的“多輪對話回複選擇問題”(Subtask1-包含兩個子任務)之外,還增加了“基于聊天室(IRC)的回複選擇問題”(Subtask2),以及“定位多輪對話中的問題是否得到解決”的新任務(Subtask3), 難度較以往有所增加。

　　本賽道中騰訊參加了四項子任務。上圖為騰訊智能平台産品部參賽團隊提出的對話回複選擇模型。在BERT模型基礎上分别增加了數據增強技術,用來彌補特定領域的數據稀疏問題;同時利用後訓練技術,将BERT模型從通用領域整體遷移到指定的任務領域中;以及句子級上下文建模技術,捕捉對話上下文中細微的聯系,有助于做出準确的回複。通過以上多種技術手段,騰訊智能平台産品部最終以較大優勢獲得三項第一和一項第二的成績。

　　在對話狀态追蹤任務 (Schema-Guided Dialogue State Tracking Track)方面,

　　與以往的狀态追蹤任務不同,該任務是Google提出的一個全新的任務,旨在推進零樣本(Zero-Shot)對話狀态追蹤技術的研究,難度較大。本賽道中,騰訊團隊提出了一個基于預訓練BERT模型的領域無關的零樣本學習系統,可以有效捕捉意圖槽位的自然語言描述和對話上下文的語義聯系,取得了總成績第二名。

　　結合豐富應用場景 AI語音技術不斷進步

　　對話系統技術可以理解為AI模拟人的對話技術,很多複雜的交流場景中,AI仍在不斷進化,以模拟出更貼近人與人之間的對話模式。随着AI技術從研究逐步走向應用,人們對于AI助手提出了更高的要求。作為代表了全球高水平技術的DSTC競賽,也根據實際應用場景設置比賽項目,并不斷提升比賽的挑戰性。

　　對話機器人已經在智能硬件、智能客服、智能外呼等領域有了一定普及度的應用,但是在人機對話的效率、準确性和人性化等方面,科學家們仍在持續的探索和提高。從不斷提高的挑戰成績也能看出,新技術正在努力讓AI助手更好的理解人類、服務人類。

　　例如在客服機器人的場景中,如何通過連續性對話獲取用戶信息輸入,給出更快速準确的響應;如何在任務型對話場景中支持反問和打斷,實現自動語義理解和糾錯;如何在跨領域知識場景下快速遷移機器人的能力,能幫助不同行業的合作夥伴快速搭建AI助手的服務能力;如何快速學習和抽取各領域的知識以高效率低成本的建設行業知識庫等。

　　騰訊雲小微AI助手 助力各行業智慧化升級

　　騰訊智能平台産品部NLP技術團隊專注于AI對話領域的前沿探索及應用研究。 在AI助手的落地應用方面,騰訊發揮自身的技術積累和生态連接能力,與各行各業的業務場景相結合,提供可行的AI應用解決方案。如騰訊雲小微AI助手,結合騰訊雲平台豐富的内容和服務資源,已經在車載語音助手、智能機器人、智能家居産品、景區智能導覽、政務在線服務機器人、AI助教等領域落地,截止目前激活數已經過億。

　　【具備全雙工語音對話能力的車載語音助手】

　　在教育、公共服務、泛互聯網服務、文旅等重點領域, AI語音助手仍在不斷的提升技術能力,掌握專業化的知識,同時打造人性化的對話體驗,能夠為教育的公平化、信息化升級提供技術助力,提高政務服務和公共服務窗口的服務效率,成為各行業升級的數字化助手。