百度ERINE连拿五项国际冠军 攻克语义难关让AI更懂世界

这两天，全球规模最大的语义评测比赛 SemEval 2020结果出炉，百度凭借自研的语义理解框架 ERNIE一举斩获5项世界冠军，囊括视觉媒体的关键文本片段挖掘、多语攻击性语言检测和混合语种的情感分析。

SemEval是全球范围规模最大、参赛人数最多的权威语义评测竞赛,由国际计算语言学协会（Association for Computational Linguistics, ACL）的 SIGLEX主办。自2001年起，SemEval已成功举办十四届，在业界和学术界具有极高影响力。此次SemEval和自然语言处理领域的顶级会议COLING联合举办。

ERNIE是此次五项世界冠军背后的“趁手利器”。去年，ERNIE先后完成两版重大升级。ERNIE1.0提出知识增强的语义表示模型，而ERNIE 2.0则构建了持续学习语义理解框架，在中英文16个任务上超越业界最好模型。此后，ERNIE模型再次改进，以历史上首次超越90大关的成绩登顶自然语言处理领域最权威的GLUE评测榜单。本次比赛，ERNIE再度创新，再立战功，夺得五项世界冠军。

让AI更懂“轻重”：视觉媒体的关键文本片段挖掘

该任务由美国休斯顿大学、Adobe美国研究院联合举办，旨在自动挖掘海报、广告、传单等视觉媒体中文本的关键片段，对其进行重点设计，提升宣传效果。由于人们对于同一文本重要内容的判断不一致，在没有唯一标准的情况下，该任务存在极大的难度。

比赛中，主办方Adobe希望将赛题的解决方案应用于Adobe Spark，赋予其海报自动设计能力，以达到更好的宣传效果。如下图所示的“ERNIE”、“轻重”的黑白效果就是自动挑选的结果。百度ERNIE团队采用ERNIE让AI更懂文字的“轻重”，释放广大视觉设计者的劳动力，使其能够更专注于对核心内容的设计。此外，该项技术已应用于百度搜索，能够动态分析出用户查询内容中的重要片段，使其返回更精准的搜索结果，让百度更懂您。

让世界更有“AI”：多语攻击性语言检测

该任务由多个国家的研究机构联合举办。其中包括了英国剑桥大学、美国IBM研究院、以及来自德国、丹麦、卡塔尔的多所著名大学和研究院。该任务包含了三个子任务：

第一个子任务是在对英语、丹麦语、希腊语、阿拉伯语和土耳其语等包含五种语言的社交媒体进行攻击性检测。百度ERNIE团队构建了大规模的多语预训练模型，充分挖掘海量的多语无监督文本，用相同的模型来学习所有语种的语义表示，使模型具备跨语言的理解和分析能力。同时，采用Multi-lingual Fine-tuning的方法，利用其他语言的知识辅助建模，最终以五项语言平均分第一名的成绩取得冠军。

随着网民人数的不断增加，网民态度立场不同、文化水平及道德素质参差不齐的状况便摆在我们面前。网络暴力和网络人身攻击现象由此而生。政府、社交网站、搜索引擎、兴趣社区都在大力研究如何检测出社交媒体攻击性行为，帮助人们构建一个更加和谐友爱的网络环境。百度的研究者也希望通过这一技术，能够让世界充满“AI”，少一些偏见。

让AI更有情感：混合语种的情感分析

该任务的主办方包括谷歌研究院、美国休斯敦大学以及印度的多所高校等。在比赛中，主办方搜集了源于社交网络的语料片段，测试参赛者对于相关语料片段的情感分析能力。这些语料中都包含一种特殊的语言现象：语码混用——即一段语料中同时混有多种语言。主办方致力于探索时下的 AI技术对于这一类新问题的解决能力。

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。

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。