Uluslararası Anlamsal Değerlendirme Dönemi 2020 Yarışması sona erdi, Baidu ERNIE beş dünya şampiyonluğu kazandı
SemEval, en fazla katılımcıya sahip dünyanın en büyük yetkili semantik değerlendirme yarışmasıdır ve Hesaplamalı Dilbilim Derneği'nin (ACL) SIGLEX ev sahipliğinde düzenlenmektedir. 2001 yılından bu yana, SemEval 14 oturum için başarıyla düzenlenmiştir ve endüstri ve akademide çok yüksek bir etkiye sahiptir. Doğal dil işleme alanındaki en önemli konferans olan SemEval ve COLING ortaklaşa düzenlendi.
ERNIE, beş dünya şampiyonasının arkasındaki "kullanışlı silahtır". ERNIE geçen yıl iki büyük yükseltmeyi tamamladı. ERNIE 1.0, bilgiyle zenginleştirilmiş bir anlamsal temsil modeli önerirken, ERNIE 2.0, Çince ve İngilizce'de 16 görevde endüstrinin en iyi modellerini geride bırakarak sürekli bir öğrenme anlamsal anlama çerçevesi oluşturur. O zamandan beri ERNIE modeli yeniden geliştirildi ve tarihte ilk kez 90'ı aşan bir puanla doğal dil işleme alanında en yetkili GLUE değerlendirme listesinin başına ulaştı. Bu yarışmada ERNIE bir kez daha yenilik yaptı, daha fazla başarıya imza attı ve beş dünya şampiyonluğu kazandı.
Yapay zekanın "ağırlığı" daha iyi anlamasına izin verin: görsel medyanın temel metin parçalarını araştırın
Bu görev, Amerika Birleşik Devletleri'ndeki Houston Üniversitesi ve Adobe Araştırma Enstitüsü tarafından ortaklaşa organize edilmektedir. Afişler, reklamlar ve broşürler gibi görsel medyadaki önemli metin bölümlerini otomatik olarak kazmayı ve bunları tanıtım etkisini artıracak şekilde tasarlamayı amaçlamaktadır. İnsanların aynı metnin önemli içeriğine ilişkin yargıları tutarsız olduğundan, bu görev benzersiz bir standart olmaksızın son derece zordur.
Baidu'nun ERNIE ekibi, bu sorunu çözmek için çeşitli teknik araçlar kullanır: İlk olarak, ERNIE modeli, her bir segmentin önemini modellemek için anlamsal bir bilgi çıkarma modülü olarak kullanılır; daha sonra, tutarsız anahtar segment standartları problemi göz önünde bulundurularak, hedefe daha yakın olan bir 5 Etiketli İkili tasarlanır. Kaybetme fonksiyonu; Son olarak, verilerden hedeflenen çeşitli anlamsal özellikler ve veri geliştirme stratejileri oluşturulur ve son olarak 5 göstergenin ilk sonucu ile şampiyonluk kazanılır.
Yarışmada organizatör Adobe, yarışma sorularının çözümünü Adobe Spark'a uygulamayı ve ona daha iyi tanıtım etkileri elde etmek için otomatik olarak poster tasarlama yeteneği vermeyi umuyor. Aşağıdaki şekilde gösterildiği gibi ERNIE ve açıklığın siyah beyaz etkileri otomatik seçimin sonucudur. Baidu'nun ERNIE ekibi, yapay zekayı metnin "ağırlığı" konusunda daha bilinçli hale getirmek, görsel tasarımcıların iş gücünü serbest bırakmak ve temel içeriğin tasarımına daha fazla odaklanmalarını sağlamak için ERNIE kullanıyor. Ayrıca, bu teknoloji, kullanıcının sorgu içeriğinin önemli bölümlerini dinamik olarak analiz edebilen, böylece daha doğru arama sonuçları döndürebilen ve Baidu'nun sizi daha iyi anlamasını sağlayan Baidu aramasına uygulandı.
Dünyayı daha "AI" yapın: çok dilli saldırgan dil algılama
Bu görev, birden çok ülkedeki araştırma kurumları tarafından ortaklaşa düzenlenmektedir. Bunlar arasında Birleşik Krallık'taki Cambridge Üniversitesi, Amerika Birleşik Devletleri'ndeki IBM Araştırma Enstitüsü ve Almanya, Danimarka ve Katar'daki birçok tanınmış üniversite ve araştırma enstitüsü bulunmaktadır. Bu görev üç alt görev içerir:
İlk alt görev, sosyal medyada İngilizce, Danca, Yunanca, Arapça ve Türkçe dahil olmak üzere beş dilde saldırı tespiti yapmaktır. Baidu ERNIE ekibi, denetimsiz çok dilli çok dilli metinleri tam olarak incelemek için büyük ölçekli çok dilli bir ön eğitim modeli oluşturdu ve tüm dillerin anlamsal temsillerini öğrenmek için aynı modeli kullandı, böylece modelin diller arası anlama ve analiz yeteneklerine sahip olması sağlandı. Aynı zamanda, Çok Dilli İnce Ayar yöntemini kullanarak, modellemeye yardımcı olmak için diğer dillerin bilgisini kullanarak, nihayet beş dilde ortalama birincilik puanıyla şampiyonluğu kazandı.
Diğer iki görev, İngilizce ortamında saldırgan dillerin türleri ve hedeflerinin daha rafine bir analizini yapmaktır. Baidu'nun ERNIE ekibi, veri damıtma teknolojisi aracılığıyla daha fazla denetimsiz ağ metinlerinden birden fazla Soft Label modeli öğrendi ve F1'de sırasıyla% 1,0 ve% 4,4'lük mutlak avantajlarla şampiyonluğu kazandı.
Netizen sayısı artmaya devam ettikçe, netizenlerin farklı tutum ve duruşlarının yanı sıra eşitsiz kültürel ve ahlaki nitelikleri de vardır. Siber şiddet ve siber kişisel saldırılar olgusu bundan kaynaklanmaktadır. Hükümetler, sosyal ağ siteleri, arama motorları ve ilgi toplulukları, sosyal medyadaki saldırgan davranışları nasıl tespit edeceklerini ve insanların daha uyumlu ve dostane bir ağ ortamı oluşturmalarına yardımcı olmayı şiddetle araştırıyorlar. Baidu araştırmacıları ayrıca bu teknoloji sayesinde dünyanın "AI" ile doldurulabileceğini ve daha az önyargılı olabileceğini umuyor.
Yapay zekayı daha duygusal hale getirin: karma dillerin duygusal analizi
Bu görevin sponsorları arasında Google Research, Houston Üniversitesi ve Hindistan'daki birçok üniversite bulunmaktadır. Yarışmada organizatör, katılımcıların ilgili külliyat parçaları üzerindeki duygu analizi becerilerini test etmek için sosyal ağlardan topluluk parçaları topladı. Bu külliyatın tümü özel bir dil fenomeni içerir: kod karıştırma - yani bir külliyat aynı anda birden fazla dili içerir. Organizatör, mevcut AI teknolojisinin bu tür yeni problemleri çözme yeteneğini keşfetmeye kararlıdır.
Geleneksel duygu analizinden farklı olarak, İnternetteki içerik giderek daha bol hale geldikçe, farklı dillerle karıştırılmış içerik sürekli olarak üretilir. Bu içerikler Çince, İngilizce ve diğer dillerle karıştırılabilir. Bu tür metin içeriği için, tek dilli külliyatı temel alan geleneksel duygu sınıflandırma modelleri işlev görememiştir. Bu soruna yanıt olarak, Baidu araştırmacıları ERNIE'yi ilk olarak Zero-Shot duyarlılık sınıflandırması için kullandılar. Çok dilli korpus bilgilerinden tam olarak yararlanmak için, çok dilli duygu analizinin etkisini daha da artırmak için çekişmeli öğrenmeye dayalı çok dilli bir model de tanıtıldı. Son olarak, Hintçe / İngilizce karma görevinde ikinci sıraya göre% 1,9'luk mutlak bir avantajla birinci oldu.
AI teknolojisinin hızla gelişmesiyle birlikte, yavaş yavaş binlerce haneye girmiştir. Günlük yaşamın ihtiyaçlarını çözmenin yanı sıra, yapay zekanın daha mantıklı ve entelektüel olmasına izin vermek ve kullanıcıların sevinçlerini, üzüntülerini ve üzüntülerini algılamak ve bakım hizmetleri sunmak da sıcak bir yapay zekanın ulaşması gereken hedeflerdir. Baidu her zaman karmaşık dünyayı yapay zeka aracılığıyla daha samimi hale getirmeyi umuyor.
Baidu ERNIE ekibinin SemEval 2020'de beş dünya şampiyonluğunu kazanması tesadüf değil. Bu, semantik anlayış alanında ekibin derin birikiminden kaynaklanıyor. Şu anda ERNIE anlamsal anlama teknolojisi, Baidu'nun içinde ve dışında birçok ürün ve teknik senaryoda yaygın olarak kullanılmaktadır.Baidu araması, küçük konuşmacılar, bilgi akışı önerileri vb. Gibi bir dizi ürün uygulamasında önemli bir rol oynamış, teknik etkiyi büyük ölçüde geliştirmiş ve Kullanıcı deneyimi, hayatın her alanını kademeli olarak güçlendirir.
Makineleri "bilişsel" yeteneklerle güçlendirmek, yapay zekadaki en zorlu sorundur. Doğal dil işleme, bilişsel zekada önemli bir alandır. Makinelerin insan düşünme ve anlama yeteneklerine sahip olabilmesi için derin bir dil anlayışına sahip olmak büyük önem taşır. Baidu, doğal dil işleme alanında 20 yıllık birikim ve yağış birikimine sahiptir ve en modern, en kapsamlı ve lider teknoloji düzenine sahiptir.Sadece ileriye dönük teknoloji araştırmalarına odaklanmakla kalmaz, aynı zamanda teknoloji uygulamaları yoluyla pratik sorunları çözmeye de çalışır.
Kaynak: Beiguo.com
