微软机器阅读理解系统性能升级,刷新CoQA对话式问答挑战赛纪录

近日,由微软亚洲研究院自然语言处理组与微软雷德蒙语音对话组研究员组成的团队,在斯坦福大学发起的对话式问答挑战赛CoQA(Conversational Question Answering Challenge)中荣登榜首,成为目前排行榜上唯一一个模型分数超过人类分数的团队。

发布时间:2019-05-06 类型:深度文章

WMT 2019国际机器翻译大赛:微软亚洲研究院以8项第一成为冠军

近日,由国际计算语言学协会ACL(The Association for Computational Linguistics)举办的WMT 2019国际机器翻译比赛的客观评测结果揭晓,微软亚洲研究院机器学习组在参加的11项机器翻译任务中,有8项获得了第一名,另外3项获得第二名,凭借多维度的技术创新成为冠军团队。

发布时间:2019-04-22 类型:深度文章

微软人工智能又一里程碑:微软中-英机器翻译水平可“与人类媲美”

今天,微软研究团队宣布其研发的机器翻译系统在通用新闻报道测试集newstest2017的中-英测试集上达到了人类水平。这个系统模型包含了由微软亚洲研究院研发的对偶学习、推敲网络、联合训练和一致性规范技术。机器翻译是自然语言处理领域最具挑战性的研究任务之一,我们相信新技术的应用会让机器翻译的结果日臻完善,并且催生更多人工智能技术应用的突破。

发布时间:2018-03-14 类型:深度文章

微软亚洲研究院机器阅读系统在SQuAD挑战赛中率先超越人类水平

在由斯坦福大学发起的SQuAD(Stanford Question Answering Dataset)文本理解挑战赛的最新榜单上,微软亚洲研究院自然语言计算组于2018年1月3日提交的R-NET模型在EM值(Exact Match, 表示预测答案和真实答案完全匹配)上以82.650的最高分领先,并率先超越人类分数82.304。

发布时间:2018-01-15 类型:深度文章

微软对话语音识别技术达至人类专业水平,开启人工智能新征程

一个月前,2016年9月14日,微软的对话语音识别技术在产业标准Switchboard语音识别基准测试中实现了词错率(word error rate, 简称WER)低至6.3%的突破 ,创造当时该领域内错误率最低纪录。一个月后,10月18日,微软进一步将词错率降低至5.9%,首次达成与专业速记员持平而优于绝大多数人的表现

发布时间:2016-10-19 类型:深度文章

刷新神经网络新深度:ImageNet计算机视觉挑战赛微软中国研究员夺冠

世界上最好计算机视觉系统有多精确?就在美国东部时间12月10日上午9时,ImageNet计算机视觉识别挑战赛结果揭晓——微软亚洲研究院视觉计算组的研究员们凭借深层神经网络技术的最新突破,以绝对优势获得图像分类、图像定位以及图像检测全部三个主要项目的冠军。同一时刻,他们在另一项图像识别挑战赛MS COCO(Microsoft Common Objects in Context,常见物体图像识别)中同样成功登顶,在图像检测和图像分割项目上击败了来自学界、企业和研究机构的众多参赛者。

发布时间:2015-12-11 类型:深度文章

微软研究员在ImageNet计算机视觉识别挑战中实现里程碑式突破

一直以来,计算科学家一直在为建立世界上最精确的计算机视觉系统孜孜不倦地努力着,但取得进展的过程却一直如马拉松竞赛般漫长而艰辛。近期,微软亚洲研究院视觉计算组实现的突破让他们成为了这场竞赛的最新领跑者。该团队所开发的基于深度卷积神经网络(CNN)的计算机视觉系统,在ImageNet 1000挑战中首次超越了人类进行对象识别分类的能力。

发布时间:2015-02-11 类型:深度文章

“语飞云行”带新加坡学生乐学中文

编者按:“语飞云行”(MyCLOUD)是业内首款交互型中文移动学习平台。近日微软教育研究与应用中心的四家合作伙伴——微软新加坡、微软亚洲研究院、南侨小学和国立教育学院联合宣布,它们共同开发的中文移动学习工具“语飞云行”将于2014年推广到新加坡除南侨小学之外的另四所小学,让更多新加坡学生快乐学中文!

发布时间:2013-03-14 类型:深度文章