網易AI Lab斬獲自然語言處理國際頂會冠軍

11月19日，由Google AI, Microsoft Research，Amazon Science和University of Edinburgh等機構聯合舉辦的EMNLP ConvAI3比賽在Search-oriented Conversational AI (SCAI) EMNLP Workshop上揭曉最終結果，網易AI Lab在眾多參賽隊伍中脫穎而出，一舉奪得該NLP頂會的冠軍。這是網易AI Lab繼INTERSPEECH 2020的SdSV語種識別競賽，IJCAI的3D重建競賽後又一次問鼎國際AI競賽冠軍，也展示了其在AI多領域的領先研發實力。

EMNLP會議由國際語言學會（ACL）下屬的SIGDAT小組主辦，創立之初旨在關注統計機器學習方法在自然語言處理領域的應用。近幾年，隨著基於大規模資料的機器學習方法（尤其是深度學習）的迅速發展，該會議參與人數也逐年增加。本次網易AI Lab參與的ConvAI3（第三屆對話智慧挑戰賽），則是EMNLP2020的重要比賽之一。


本次ConvAI3比賽重點考察參賽的對話系統是否能判斷使用者所提出的問題是“模糊而有歧義的”，並通過一輪和多輪的問題澄清，正確理解使用者的問題，提供使用者真正想要的搜尋結果。

比賽共分為兩個階段。第一階段是一個自動的評測任務，主要考察使用者query+系統澄清問題+使用者回答組合成新的query去進行文件檢索得到的指標，和系統選擇的問題與真實標註的問題的召回率指標，所有指標均越高越好。



第一階段測評結果（結果資料來源於http://convai.io/）

第二階段是一個多輪對話的評測任務，首先評測在最多三輪對話的條件約束下，用盡可能少的對話輪次去澄清使用者的問題，從而檢索到指定的文件，同時也評估最終文件檢索的指標。第二階段要求實現一個完整的系統，包括使用者問題是否需要被澄清的識別以及澄清問題的產生。


第二階段測評結果（結果資料來源於http://convai.io/）

網易AI Lab（隊名：NTES_ALONG）首先為使用者問題設計了BERT的意圖識別模型，然後針對實際的比賽資料構造了一個多工目標資料，從而建模多工BERT語義匹配模型。在藉助大規模語料的預訓練知識的同時，提升系統在少量業務資料下的意圖識別和語義匹配能力。經過兩輪的激烈角逐，網易AI Lab最終獲得了第三屆對話智慧挑戰賽 (ConvAI 3)的冠軍。



網易AI Lab成立於2017年，在廣州、杭州、上海均設有分部，主要運用AI黑科技為旗下各大遊戲工作室助力，並賦能給更多產品。目前，網易AI Lab研發的智慧客服技術已經使用在網易多款客服系統，比如SA智慧客服平臺Piggy和校招客服平臺HRQA。