Dans le domaine des échecs, échecs, jeux, systèmes intelligents ont été au-delà de l'homme. Mais en compréhension de la lecture, l'acquisition de connaissances, le système de renseignement avait travaillé, mais il n'a pas terminé au-delà. Cependant, cette situation a changé maintenant.
8 mars nuage de la technologie et de l'Université Jiaotong de Shanghai ont conjointement annoncé une percée majeure dans le traitement du langage naturel (PNL programmation neuro-linguistique), la tâche de compréhension à la lecture ensemble de données série de données RACE dans une grande profondeur (jeu de données la compréhension de textes recueillis Anglais examens ) premier sommet, et est devenu le premier humain que les modèles de classement mondial.
(Cette image peut cliquer pour agrandir)
Papier, de la technologie basée sur le cloud avec l'Université Jiaotong de Shanghai DCMN algorithme original, un nouveau modèle qui rend le taux de compréhension appareil de lecture correctement augmenté de 4,2 points de pourcentage, et pour la première fois dans les questions de test du secondaire au-delà de la partie humaine, ce qui était la bonne machine 69,8%, 69,4% pour l'humain moyen.
Cela signifie que, pour la première fois le système d'intelligence artificielle en profondeur de la compréhension humaine au-delà. À partir du nuage est un incubateur technologique pour les entreprises high-tech à Chongqing Institut de l'Académie chinoise des sciences, mis l'accent sur la vision informatique et l'intelligence artificielle.
Sur la machine pour la première fois au-delà de la compréhension humaine
RACE est une question d'examen du secondaire à partir d'un ensemble de données de compréhension de lecture à grande échelle contient environ 28000 articles et près de 100000 questions. Sa forme est similaire au test d'anglais dans la compréhension en lecture (choix multiple), étant donné un article en lisant et la compréhension de l'article (passage), pour la question (Question) a proposé de choisir la bonne réponse (Réponses) de quatre options . La bonne réponse le genre de questions ne sont pas nécessairement reflétées directement dans l'article, que dans une compréhension approfondie de l'article à partir du niveau sémantique, par des indices d'analyse dans l'article et le raisonnement basé sur le contexte, sélectionnez la bonne réponse. Par rapport à la précédente extraction de classe de compréhension de lecture, les algorithmes nécessitent plus, est considéré comme « la compréhension de la lecture profonde. »
Étant donné que la bonne réponse n'a pas utilisé directement l'article, puis une intervention chirurgicale pour répondre, la réponse ne peut pas être récupéré directement à partir du texte. Par conséquent, le système intelligent doit être en profondeur la compréhension de l'article à partir du niveau sémantique, afin de répondre aux questions avec précision.
Il flambée Nouvelles est entendu que la technologie cloud et la conception de l'algorithme Université Jiaotong de Shanghai DCMN, double réseau Co-appariement, qui est un mécanisme de correspondance entre P, Q et A, la recherche exploratoire sur la base de ce mécanisme stratégie d'appariement sous diverses combinaisons de P, Q et R.
En outre, en plus de la correspondance entre le P et A, il peut aussi y avoir une correspondance entre le Q et A, P et Q, et des combinaisons de correspondance différente entre les vecteurs obtenus correspondant, correspondant à ces différentes combinaisons constituent différents correspondant stratégie. Le nuage de l'Université Jiaotong et articles scientifiques soumis à des stratégies d'adaptation sept différents ont été testés afin de trouver une stratégie de correspondance plus approprié.
Après la compréhension de lecture système intelligent
Nous devons aussi nous rappeler le film de science-fiction « Elle » a décrit la scène: système Samantha opérationnelle de l'intelligence artificielle après l'autorisation du héros et l'aider à lire les données de message, a résumé la nécessité de conserver et de messages supprimer, et l'aider à modifier le projet de lettre faute de frappe, mais aussi de discuter avec le héros de son fragment de lettres favorites. Pendant ce temps, Samantha héros en lisant la masse d'informations à le connaître, mais aussi de comprendre le monde en lisant d'énormes quantités de données sur Internet.
Lorsque la machine à apprendre la compréhension en lecture, il nous aidera à traiter plus efficacement avec le travail et la vie quotidienne de la transaction. Peut-être direz-vous que les films de science-fiction trop loin, pour la compréhension de la lecture de la machine comme point de vente trop tôt, mais la technologie, l'entreprise travaille pour devenir une scène de film de la réalité.
la machine vous aidera à mieux comprendre le langage et le langage humain, et est largement utilisé dans les zones de services Selon nuage de l'introduction de la technologie, les résultats actuels de la société de cette étude, avec reconnaissance de caractères technologie de reconnaissance OCR / la parole dans le domaine,: aux entreprises d'aider à déterminer risque client, la documentation de la conformité de l'audit interne, trouver les informations pertinentes au niveau sémantique, le travail d'examen des textes auxiliaires dans le logiciel social, logiciel de moteur de recommandation, la libération de l'humanité de la paperasse manuelle fastidieuse dans.
En plus de la technologie des nuages de l'extérieur, IFLYTEK domestique, y compris l'Académie Allen de Microsoft à l'étranger, IBM, Salesforce, Facebook, Google et CMU (Carnegie Mellon University), l'Université de Stanford et d'autres traitement global du langage naturel les chercheurs sont de promouvoir conjointement les progrès de la compréhension du langage naturel.