思必馳在中文文本相似度計算方向上取得階段性成果

文本相似度計算旨在識別兩段文本在語義上是否相似，是自然語言處理領(lǐng)域的一個重要研究方向，其在智能問答、信息檢索等領(lǐng)域都發(fā)揮重要作用，具有很高的商業(yè)價值。

近期，思必馳知識服務(wù)團(tuán)隊在中文文本相似度計算方向投入研究，并取得階段性成果：

1）在第十四屆全國知識圖譜與語義計算大會（CCKS: China Conference on Knowledge Graph and Semantic Computing）[1]上發(fā)表相關(guān)論文一篇《Neural Fusion Model for Chinese Semantic Matching》。

該會議是國內(nèi)知識圖譜、語義技術(shù)、鏈接數(shù)據(jù)等領(lǐng)域的核心學(xué)術(shù)會議，聚集了知識表示、自然語言理解、知識獲取、智能問答、鏈接數(shù)據(jù)、圖數(shù)據(jù)庫、圖計算、自動推理等相關(guān)技術(shù)領(lǐng)域的和研究人員的學(xué)者和研究人員。

2）在“千言數(shù)據(jù)集：文本相似度”評測[2]中取得階段性進(jìn)展。該評測的文本相似度數(shù)據(jù)集包括公開的三個文本相似度數(shù)據(jù)集，分別為哈工大（深圳） LCQMC 、 BQ Corpus和谷歌的 PAWS-X（中文）。目前，思必馳知識服務(wù)團(tuán)隊在三個數(shù)據(jù)集上均暫列第一。

針對中文文本相似度計算的魯棒性和泛化性問題，思必馳知識服務(wù)團(tuán)隊在以下幾個方面開展了技術(shù)研究： 1）針對中文特點的字、詞融合編碼器； 2）基于預(yù)訓(xùn)練模型的領(lǐng)域自適應(yīng)訓(xùn)練； 3）目標(biāo)應(yīng)用領(lǐng)域?qū)虻亩嚯A段模型微調(diào)。 相關(guān)技術(shù)實現(xiàn)在上述公開評測中得到了應(yīng)用和驗證。 語言智能常被稱為人工智能皇冠上的一顆明珠。在未來，思必馳知識服務(wù)團(tuán)隊將繼續(xù)深耕認(rèn)知智能領(lǐng)域，在面向通用領(lǐng)域的文本相似度計算基礎(chǔ)上，打造領(lǐng)域自適應(yīng)的文本相似度計算系統(tǒng)，推動文本相似度在垂直領(lǐng)域的應(yīng)用和發(fā)展。

原文標(biāo)題：【會員風(fēng)采】思必馳在中文文本相似度計算任務(wù)上的探索與進(jìn)展

文章出處：【微信公眾號：深圳市汽車電子行業(yè)協(xié)會】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq