La réunion Alibaba Dharma hôpital machine groupe de recherche technologique Comprendre Laboratoire de langage naturel Intelligence organisé par les pratiques académiques et commerciales visant à construire la plate-forme d'échanges universitaires pour promouvoir la coopération école-entreprise, la technologie de traitement du langage naturel innovant.

Le 23 mai, Ali Baba Dharma École de laboratoire machine Intelligence technologie du langage naturel Comprendre Groupe de recherche a eu lieu à Hangzhou, Alibaba traitement du langage naturel des séminaires académiques de haut niveau, un total de près de 30 invités des établissements universitaires et des universités à travers le pays huit Ali participants Alibaba Group viennent d'assister et de partager la journée scolaire.

Les objectifs de la réunion d'adopter des pratiques académiques et d'affaires de la plate-forme de communication universitaire pour promouvoir la coopération école-entreprise, la technologie de traitement du langage naturel innovant. La réunion a invité un certain nombre de professeurs d'université de partager leurs travaux et réalisations dans le domaine de la PNL, en même temps, Ali Baba Dharma École de la machine Intelligence Laboratoire de la technologie de langage naturel Comprendre les membres du Groupe de recherche ont également partagé leurs recherches de base en langage naturel, la machine progrès dans beaucoup de traduction.

Ali Baba Dharma École de laboratoire de la machine Intelligence Technologie langage naturel Comprendre Groupe de recherche sur « facteur d'impact AI » a exceptionnelle performance académique dans le canal de réseau Lei Feng le projet de base de données AI Technology Review, avec un rafraîchissement d'enregistrement SQUAD obtenir des points supplémentaires.

Les commentaires suivants sont basés sur le site de la technologie AI discours de finition Record.

Au début du séminaire, Ali Baba Dharma École de Machine Group Intelligence Laboratory Technology Division scientifique en chef Dr Ren Jinrong Langue principale et naturel Comprendre la recherche Dr Law ont été faites dans son discours d'ouverture.

Le Dr Kim Yung a dit que il y a dix ans, un traducteur est quelque chose de plus une sorte de « exploratoire », il est difficile d'imaginer aujourd'hui développera à une telle expansion de l'échelle: « Beaucoup de gens peuvent penser que Alibaba est plus une entreprise commerciale, il est comme une recommandation, de recherche et d'autres fonctions, il est la chose la plus importante, mais sous la forme d'entreprise aujourd'hui pour voir Ali, traduit dans une direction très importante. « le Dr Jinrong a également dit que Ali veulent aussi traduire en électricité la valeur des activités dans le domaine de la même chose peut migrer à la vie quotidienne.

Le Secrétaire Dr Lo est une combinaison de son expérience antérieure de l'expérience de la recherche universitaire et la recherche maintenant dans Alibaba, a partagé ses expériences. « Seul le langage naturel de traitement pour parvenir à une véritable percée, je pense que nous pouvons encore créer plus intelligents, plus d'opportunités. » Plate-forme AliNLP Ali soutient la demande sur tous les aspects du traitement du langage naturel, y compris la traduction automatique et des scénarios de traitement multilingue au Dr Division du droit de comprendre, il croit Ali a fourni la plate-forme est AliNLP « zones de traitement des langues naturelles de l'étape la plus précieuse du monde. » En second lieu, le Secrétaire Dr Luo a également évoqué la technologie de format ouvert, sortie externe d'Ali Ali nuage technologie par d'autres moyens, faire « la technologie de langage naturel de l'invention de Pratt & Whitney. » Enfin, le Secrétaire Dr Luo a également souligné le mot-clé « sur terre ». « Nous voulons faire des choses pour faire les générations futures se souviennent de nous, le petit-fils de l'avenir peut se vanter des choses. Nous voulons en particulier, de faire un travail stimulant et technique innovante. » Par conséquent, il est aussi l'initiative de la présence d'invités avec l'avance appliquer leurs connaissances de la technologie pour créer une meilleure valeur et un avenir meilleur pour l'humanité.

Par la suite, Zhang Min, professeur d'informatique et de la technologie, l'Université Soochow, également invité au nom de son discours. L'année dernière, l'Université de Suzhou et Alibaba pour maintenir une coopération étroite et les résultats obtenus en cours. Professeur Zhang Min en même temps d'étendre mes remerciements mentionnent également l'ensemble de l'industrie est dans un « bon temps », que l'industrialisation est devenue la demande inévitable des temps. En outre, le professeur Zhang Min a également souligné que l'émotion, la cognition, la compréhension du problème reste à résoudre, avec les mots de Microsoft est « la langue est qui dans le monde » ou, le traitement du langage naturel est un joyau de la couronne de l'intelligence artificielle. Par conséquent, Alibaba en étroite collaboration avec les universités, non seulement les entreprises fortunées, mais aussi les enseignants et la chance personnelle à cette époque.

Dans le domaine du matin partagé, cinq professeurs d'université ont partagé leurs réalisations dans leur étude de traitement du langage naturel.

Chen Wenliang - recherche de technologies connexes pour le traitement du langage naturel de la plate-forme d'affaires électroniques

Chen Wenliang de l'Université de Suzhou, introduit 30 ans de la création de l'équipe de l'Université de Suzhou traitement du langage naturel, qui est actuellement en recherche d'information, analyse de texte, extraction de l'information, l'analyse des sentiments, la traduction automatique et six grands domaines de recherche de cartes de connaissances, etc. ont tous profondément l'accumulation académique.

, Chen Wenliang Par la suite partager une équipe avec différentes équipes projets de coopération Ali, combinée avec les problèmes pratiques de traitement du langage naturel dans la plate-forme d'affaires électroniques besoins d'affaires découlant, et de mener application innovante de la recherche technologique de pointe et le développement, l'étude à grande échelle de combien de champs ressources de données non-annotées interlangage, et d'améliorer la précision et la robustesse des tâches de traitement du langage naturel. Construit sur les bibliothèques de modèle d'arbre de syntaxe de dépendance et de l'analyse, les méthodes d'analyse de sentiment pour l'étude d'un Q produit unique et une construction de carte de connaissances orienté texte des quatre domaines d'algorithmes d'exploration de textes de recherche et technologies pour la traduction automatique de recherche d'intervention neurologique, le langage naturel de traitement équipe de l'Université de Suzhou travaux connexes ont été publiés dans IJCNLP-2017, IJCAI-2018 et AAAI-2018 et d'autres top conférences académiques internationales.

Zhao Yan - texte basé sur la carte de la connaissance et la compréhension sémantique des applications de renseignement

Zhao Yan de l'Université de Pékin Institut d'informatique commence à partir de la recherche de dynamique intelligente humanoïde, a présenté le texte relatif à la compréhension sémantique de l'art antérieur, et introduit la technologie connexe de l'exploitation minière sémantique, la compréhension sémantique, système de dialogue trois directions de recherche.

Dans les zones minières sémantiques, l'équipe Zhao Yan a construit plus de 13 millions d'entrées de connaissances RDF, carte de connaissances 800000 entités chinoises, et soutient l'évaluation du niveau de confiance de construction dynamique, quiz langage naturel.

Dans le domaine de la compréhension sémantique, l'équipe la construction d'un vaste réseau de stockage de RDF sémantique et chiens de recherche basés sur la structure-diagramme du système de requête connaître le cube temps de recherche moyen 1 milliard carte des connaissances est mesurée 400ms.

Dans le domaine des systèmes de dialogue, plus mature dialogue récupéré par la recherche d'un grand nombre de dialogue technique dans la base de données des candidats aux questions de réponse utilisateur et structuré, trier les candidats répondent à la profondeur de la technologie de réseau de neurones, la réponse optimale.

De plus, en termes de moteur sémantique, les robots de dialogue, la compréhension sémantique a aussi une variété d'applications techniques, tels que les conseillers financiers robot, robots assistants juridiques.

Qiuxi Peng - multi-tâche d'apprentissage traitement du langage naturel

Université Fudan Qiuxi Peng abord passé en revue le développement de la PNL, et conduit à la position d'apprentissage profond « maladroite » dans le traitement du langage naturel a deux aspects principaux. Tout d'abord, les tâches de la PNL réseau de neurones est peu profonde, dans la plupart des cas, ajouter une couche de mécanisme d'attention LSTM est suffisante pour résoudre le problème, le second est confronté à des données d'apprentissage profondes contradictions marquées entre la forte demande et le prix élevé. Qiuxi Peng a souligné que dans le cas d'une petite quantité de données qui peuvent être utilisées pour apprendre à la formation conjointe multi-tâche un certain nombre de tâches, en trouvant commun les uns avec les autres pour améliorer l'application des études approfondies de traitement du langage naturel fournissent également les conditions d'apprentissage des tâches multiples, spécifiques formes de liaison incluent le mode partagé dur, le mode cohabitaient et le partage - le mode privé. Mais Qiuxi Peng a également souligné que la tâche dans de nombreux domaines, à plusieurs niveaux et attribution des missions en plusieurs langues, l'apprentissage multi-tâches est toujours confronté à des défis à différents niveaux.

Jiang Jing - Demande-LSTM match modèle de raisonnement en langage naturel et la compréhension de la lecture de la machine

Jiang Jing SMU a partagé des applications sur l'algorithme dans le raisonnement du langage naturel et des machines de compréhension de lecture autour de modèle d'équipe-LSTM match proposé. Ce modèle améliore la Rocktaschel et al. Le mot par mot modèle d'attention (2015) a proposé d'améliorer la tâche d'acquisition en solution contient du texte, jeu de données dans SQUAD obtenu les meilleurs résultats. Par principe donné (prémisse) pour déterminer l'hypothèse appropriée (hypothèse) est correcte, il est il est déterminé que implique (entailment), sinon la contradiction (contradiction).

POLYVALENT UTILISATION - système de fusion de données hétérogènes recommandé

Dans la modélisation du système de recommandation classique marquant généralement la décomposition de la matrice à base de prédiction. Nanjing Université de partage de POLYVALENT a fait remarquer que UTILISATION ce modèle est confronté à un début de froid et de la matrice clairsemés deux problèmes majeurs. Pour les données relationnelles sociales, commentaires sur les produits données pour le compte de données hétérogènes peuvent aider à résoudre ces problèmes. POLYVALENT explique comment UTILISATION concevoir un modèle d'intégration des commentaires ne recommande la commande en fonction des commentaires implicites, et comment réseau de neurones dans le système de recommandation.

session de l'après-midi, les représentants de l'équipe technique concerné d'abord traité par Alibaba Ali décrit en langage naturel partagé entre la recherche et certains des défis et les résultats correspondants du travail entre. Puis partager certains de leurs sentiments et leurs expériences liées au travail de recherche universitaire par deux professeurs des collèges et des universités.

Chen Boxe - Application et recherche la traduction automatique dans le domaine du fournisseur d'électricité transfrontalier

Ali Group parlera de la mission, la mission d'Ali Baba est « Que le monde ne affaires difficile, » La mission de la plate-forme de traduction Ali est de « faire des affaires sans barrières linguistiques. »

Adhérant à cette mission, la traduction totale plate-forme de traduction Ali a atteint 750 millions de fois par jour, le nombre de mots traduits par jour jusqu'à 260 milliards de dollars. Cependant, selon Chen boxe, il a dit que les traductions des fournisseurs d'électricité actuels sont encore plusieurs problèmes, y compris la qualité de la traduction, la vitesse de la traduction et la qualité du service. Pour résoudre ces problèmes, la plate-forme de traduction Ali pour recueillir et construire un grand nombre de corpus parallèles et sur le terrain base de connaissances des affaires électroniques, combinée à différents scénarios d'affaires ciblés, module de traduction à base de règles de conception (règle basée sur la traduction automatique, RBMT), basé sur l'expression modèle de traduction automatique statistique (traduction automatique statistique, SMT) et un modèle de traduction automatique basé sur des réseaux neuronaux (traduction automatique de neurones, NMT) et ainsi de suite. Enfin, Chen boxe a conclu, l'exactitude de la traduction, la flexibilité, la disponibilité et la stabilité a toujours été un critère important pour les systèmes de traduction automatique. Bien que l'effet de la traduction actuelle de la machine n'est pas parfait, mais il peut fournir une valeur commerciale énorme dans certains scénarios.

Li Linlin - Alibaba technologie de base de traitement du langage naturel et de ses applications

PNL autour du système de technologie sous-jacente AliNLP plate-forme Alibaba, Li Linlin introduire la plate-forme pour explorer et essayer dans de nombreux mots de zones, la détection d'erreurs de syntaxe, base de connaissances verticale, des solutions de correction de texte, les affaires internationales, les programmes de recherche, maintenant à la recherche recommandé, la publicité, la finance, le service à la clientèle, le divertissement, la sécurité et d'autres scénarios d'affaires largement utilisés pour soutenir la ville d'Ali nuage le cerveau, le cerveau et d'autres innovations de l'industrie médicale, et une couverture complète de Alibaba.com, AliExpress, Lazada affaires internationales.

Liu Zhong - Variable utilisateur Text Mining

Pour une entreprise a une données multidimensionnelle massif, text mining sur MIT Ali a également fait beaucoup de tentatives. Liu Chung a présenté l'équipe en justice intelligente, l'analyse de l'opinion publique, la génération de textes, anti-spam, des recommandations personnalisées, des événements d'exploration minière et les applications pratiques dans de nombreux domaines dans le partage. Les données sur le comportement des utilisateurs afin de mieux comprendre l'utilisateur, l'utilisateur d'extraire des variables importantes, en remplaçant les algorithmes d'exploration de texte, améliorant ainsi la précision de l'algorithme, Alibaba espoir que « le monde n'est pas économique difficile. » En fin de compte, Liu Chung a également fait quelques directions de recherche intéressantes, demander à tous les enseignants ont travaillé avec Ali.

Nous sommes l'équipe de la PNL, mais notre étude ne recherche que nous appelons non seulement à la PNL, en particulier en avant des choses est de faire des algorithmes PNL, mais nous ajouterons plus d'ingrédients de l'utilisateur, une partie de l'utilisateur est que je veux recommander à tout le monde aujourd'hui, espoir que notre coopération avec l'enseignant.

Liu Yi groupe - technologie de recherche Internet: Défis et progrès

L'Université de Tsinghua, l'Université de Tsinghua Liu Yi groupe de partager les résultats obtenus dans le domaine de la PNL. Il a ensuite introduit à l'utilisateur de créer un comportement interactif du modèle dans un environnement hétérogène, y compris l'interaction dans la recherche, les scénarios natif, flux d'information. Beaucoup présentation hétérogène, la diversification des sources de sources d'information, essayez d'utiliser la perception de la collecte de données comportementales de l'utilisateur, utilisez la modélisation des données, vous pouvez utiliser ces modèles pour prédire le contenu possible de l'attention de l'utilisateur, estimer l'attention de l'utilisateur . Trier les résultats de recherche de ressources de polymérisation, et par un grand nombre de résultats de recherche avec le texte et les résultats, on nous donne un tri optimal. De plus, l'équipe a également exploré au-delà du comportement de clic, l'intégration des caractéristiques visuelles, les caractéristiques structurelles comme une variété de représentation, et d'utiliser l'apprentissage en profondeur de toutes sortes, pour obtenir une solution plus optimale. A propos de l'évaluation des performances, la détection de la fraude et la tricherie AQC, groupe Liu Yi a également partagé une partie des travaux effectués par l'équipe.

Les progrès de la modélisation et la traduction automatique après optimisation - Zhao Tiejun, Yang Mu-yun

Harbin Institute of Technology Yang Mu-yun

Après Zhao Mu Tiejun Yun et Yang professeur de professeur de l'Institut de technologie de Harbin pour améliorer le modèle d'optimisation la traduction automatique et la traduction automatique terme à la fois part. Le premier représente améliorer le vocabulaire et la syntaxe orientée attention des mécanismes de contexte principalement autour local, celui-ci repose principalement autour des cas de cohérence de traduction et d'optimisation basées sur la cohérence de l'optimisation de la rétroaction part modifier pseudo. Autour de MI & T équipe de recherche de traduction automatique Lab « noyau sémantique, chapitre de syntaxe dans les ailes, perçues comme de pointe », comme la théorie de base, sur la base du corpus parallèle NMT, sur la base du corpus non parallèles NMT sans supervision, ainsi que la traduction automatique basée sur corpus personnel optimisation des technologies clés, ne pas essayer d'atterrissage dans le domaine de la recherche personnalisée, la connaissance de la cartographie, les systèmes de dialogue, et appliqué à l'information sur la santé et d'autres marchés verticaux.

En fin de compte, les enseignants et non-enseignants Groupe Alibaba machine Intelligence Technology Lab Luo Huang Weihua du séminaire ont été. Deux enseignants. Nous vous remercions pour les invités de loin pour assister au séminaire.

Luo Weihua dit que c'était Ali équipe PNL pour la première fois l'organisation d'ateliers pertinents, mais aussi l'espoir que l'avenir peut faire plus à partager avec vous. Il croit que le rôle principal de ce séminaire est double.

• La première est la collision de la pensée. Luo Weihua veulent explorer ces questions de coopération avec le monde universitaire Ali, à l'intérieur du monde universitaire, de donner les invités qui inspirent: « Je pense qu'une réunion vraiment bon est pas (à la réunion) combien de problèmes à résoudre, mais nous pourrions tomber en panne sur quelques précieux nouveaux problèmes ».

• La deuxième est de construire un pont de coopération. Dans le cadre du séminaire d'action, Alibaba a également l'espoir de coopérer peut avoir quelques-unes des séries de points, greffées pour promouvoir la coopération multilatérale.

« L'industrie et le milieu universitaire ont chacun leurs propres avantages et division du travail, nous espérons également pouvoir combiner tous les avantages de celui-ci, la possibilité de combiner les choses à faire dans leurs directions respectives, peut favoriser le développement plus rapide de ce domaine de la technologie peut résoudre dans l'attente depuis longtemps ne résout pas les choses ".

Luo Huang Weihua non enseignant très bien d'accord avec le point de vue de l'enseignant, il a dit qu'il a bénéficié à la réunion. Grâce au travail de l'introduction d'Ali, il espérait que les invités ont pu profiter de cette occasion pour apprendre le traitement du langage naturel, en particulier le traitement du langage naturel multilingue, la traduction automatique, une position stratégique importante dans Ali, Ali, en particulier dans le jeu international dans le rôle de la technologie.

« Dans le scénario d'un tel, je pense que les enseignants et l'industrie, les chercheurs universitaires ont de grandes possibilités de recherche et des possibilités complémentaires dans la recherche industrielle soulèvent des questions nouvelles, l'application favorisera académique, le même temps que vous les enseignants dans le monde universitaire d'accumulation profonde, progrès technique Ali est également d'une grande aide ".

Nous pensons également que l'équipe Ali PNL organisera davantage de séminaires et langage naturel traitement à l'avenir, dans la recherche et la pratique continue de favoriser les échanges et l'intégration entre le monde universitaire et l'industrie. Restez à l'écoute pour plus d'informations AI Technology Review.

Bodhidharma hôpital attaché Alibaba machine Intelligence Laboratoire de la technologie de langage naturel Comprendre le profil Groupe de recherche sur l'équipe:

Ali Baba Dharma École de l'intelligence artificielle Laboratoire de la technologie de langage naturel Comprendre l'équipe Groupe de recherche est engagée dans le monde académique, avec l'industrie de la technologie de langage naturel innovant. les membres de l'équipe ont en général plus de 10 ans de langage naturel de traitement de recherche et de l'expérience de développement, près d'une centaine de chercheurs répartis en Chine, aux États-Unis, Singapour, plus de 30 pour cent ont des diplômes de doctorat (tels que la CMU, Berkeley, l'Université de Princeton, l'Université de Tsinghua, l'Université de Pékin, etc.), y compris l'Internationale professeur titulaire institutions bien connues, telles que le chercheur bien connu à l'Institut. les membres de l'équipe a remporté multiple vainqueur de la course de la technologie de la langue internationale et naturel dans son (2016 Cup CIKM recherche des fournisseurs d'électricité, 2017 correction de la grammaire IJCNLP, en 2017, le Bureau des États-Unis des normes et l'extraction de l'information métrologie, 2017. WMT russe vers l'anglais, etc.), haut niveau des réunions internationales au cours des années (ACL, AAAI, SIGIR, CIKM) à la fois la production académique et rapport.

L'équipe de recherche principalement engagée dans la technologie basée sur le langage naturel, la traduction automatique, text mining, informatique sémantique, recherche de texte et de la recommandation telle que la direction, est engagé à la construction d'un système de technologie de langage naturel Alibaba, Alibaba soutenir l'économie et la langue de l'application de la technologie intelligente, défendre « Let business est pas de barrière linguistique, « le concept de mission, permettant aux partenaires Alibaba, le développement du langage naturel technologie intelligente Pratt & Whitney.

l'innovation technologique du langage naturel, explorer l'avenir de l'intelligence.

Assemblée GAIR bientôt,

AI Technology Review du bien-être envoyer!

Un bien-être

Nous offrirons étudiants un certain nombre de billets gratuits, il suffit de remplir le « lire l'original » lien pour soumettre le formulaire, ont la possibilité d'obtenir la valeur de 3999 yuans CCF-GAIR 2018 billets Assemblée générale.

deux bien-être

Tous les élèves présenteront notre application, le dépistage top 20 jeunes exceptionnelle du pays académique, les contrats pour les billets aller-ronde nationale + séjour de quatre nuits! Risques de CCF-GAIR 2018 personnes à l'intérieur d'un petit dîner ensemble, vous donner une chance de se rencontrer face à face avec la grosse vache!

(PS: remplissage s'il vous plaît sous la forme d'un signal micro-précis, par le personnel de vérification vous contactera par micro lettre, émission de billets)

notes de billets

Si aucune instruction spéciale, donnant des billets ne comprennent pas la restauration, l'hébergement et d'autres services;

interprétation de l'activité Lei Feng réseau tous AI Technology Review

Date limite: 14 Juin soir 24:00

129 Juin-Juillet, Shenzhen voir!