AI能看懂英文，阿里巴巴奪實體發現測評全球第一

KBP是由NIST（National Institute of Standards and Technology，美國國家標準與技術研究院）指導、美國國防部協辦的賽事，主要任務為從自然書寫的非結構化文本中抽取實體，以及實體之間的關係。

這項測評要求AI演算法在「讀完」一篇英文文章後，構建一個物理世界的命名實體和實體之間關係的知識庫，如「柯林頓和希拉里之間是夫妻關係」、「柯林頓畢業於耶魯法學院」這樣一個個實體的關係。

阿里巴巴iDST自然語言處理首席科學家司羅介紹，他們的演算法可以做到對文章上下文的理解。比如，文章出現了Apple，再出現Jobs，就可以辨別出這個Jobs指的是喬布斯，而不是工作。再比如，文章出現了Microsoft，那麼Apple就更有可能是蘋果公司，而不是一種水果。

「另外，我們構建了一個演算法去學習不同領域之間共同的部分，通過遷移學習提升我們學習的準確度。對於不同領域數據，我們取其精華，去其糟粕，進行智能學習」，司羅說。

在這次測評中，iDST團隊採用經過改良的深度神經網路架構對文本進行理解。改良的架構有三個主要特點：首先該模型可以自動閱讀海量文章（如維基百科）並從中汲取經驗；其次，該架構可以智能選擇訓練數據集以保證訓練數據的準確性；最後，我們採用post regularization的辦法保證模型結果的一致性。

對於KBP2017的成績，司羅表示：「很榮幸能夠同全球的同行分享阿里巴巴的研究成果，人工智慧在機器閱讀理解和知識庫構建上還處在起步階段，我們正在積極和同行業頂尖機構學習交流，推動行業發展。比如我們內部建設的信息抽取平台AliIE項目就在同斯坦福大學展開積極合作」。

阿里巴巴正在將這樣的信息抽取技術廣泛的應用到實際業務當中，並致力於讓更多的中小開發者從中收益。他們搭建的信息抽取平台AliIE擁有最頂尖的AI技術，並從一開始的架構設計就考慮到平台的開放性和可擴展性。可以讓更多的開發者、研究員共同開發，並將成果回饋給這個社區。

阿里巴巴iDST自然語言處理首席科學家司羅

司羅是全球權威機器智能學者，曾擔任美國普渡大學計算機系終身教授，主持的20餘個項目得到美國政府、工業界資助，先後獲得美國國家科學基金會成就獎、雅虎、谷歌研究獎等。

由他領導的自然語言處理團隊目前支持了阿里巴巴大生態每天多達600億次的自然語言處理需求，團隊橫跨杭州、北京、矽谷、西雅圖（新加坡）多地，成員大多擁有10年以上的研發經驗。檢索招聘網站可以看到，他們依舊在不斷擴充團隊。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！