「环球网」SemEval 2020结果出炉 飞桨ERNIE斩获5项冠军( 二 )


不同于传统的情感分析 , 随着互联网上的内容越来越丰富 , 夹杂着不同语种的内容不断产生 。 这些内容中可能混合着中文、英文等多种语言 。 针对此类文本内容 , 传统的基于单语语料的情感分类模型已经无法发挥作用 。 针对此问题 , 百度的研究者首先利用ERNIE进行Zero-Shot情感分类 。 为了充分利用多语种语料的信息 , 还引入了基于对抗学习的多语种模型 , 进一步提升了多语种情感分析的效果 。 最终在印度语/英语混合任务上以F1值超过第二名 1.9%的绝对优势获得第一 。
「环球网」SemEval 2020结果出炉 飞桨ERNIE斩获5项冠军
文章图片
随着AI技术日新月异的发展 , 已经逐渐的走进千家万户 。 在解决日常生活需求之余 , 让AI可以更通情达理、更知性 , 并感知用户的喜怒哀乐、提供贴心的服务 , 也是一个有温度的AI应该达成的目标 。 百度始终希望通过AI让复杂的世界有更多的贴心 。
百度ERNIE团队在SemEval 2020取得五项世界冠军并非偶然 , 这得益于团队在语义理解领域的深厚积累 。 目前 , ERNIE语义理解技术已广泛地应用于百度内外多个产品和技术场景 , 在百度搜索、小度音箱、信息流推荐等一系列产品应用中发挥了重要作用 , 大幅提升了产品的技术效果和用户体验 , 逐步赋能各行各业 。
赋予机器“认知”能力 , 是人工智能中最具挑战的问题 。 自然语言处理是认知智能中的重要领域 。 深入理解语言 , 让机器具备人类的思考和理解能力意义重大 。 百度在自然语言处理领域已有二十年的积累与沉淀 , 具备了最前沿、最全面、最领先的技术布局 , 不仅专注于前瞻技术探索 , 更致力通过技术应用解决实际问题 。 (一鸣)
来源:光明网


推荐阅读