新闻中心

排序方式

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

周明:NLP进步将如何改变搜索体验

4月3日,微软亚洲研究院副院长周明受邀参加北大AI公开课,与大家分享了近期自然语言技术取得的进展和创新成果,并探讨了自然语言技术和搜索引擎如何进一步结合并创造新的可能。在课后问答环节,周明解读了当前自然语言技术比较重要的研究方向,并为想要进入这一领域的同学提供了一些实用建议。本

发布时间:2019-04-09 类型:深度文章

微软亚洲研究院开源表格数据集TableBank,数据量达41.7万

虽然自然语言处理研究已经取得许多突破,但在实际应用场景中,即使是Word、PDF这些常见文档,机器依然无法将段落、图片、表格等信息一一辨明。为了让机器“读”懂文档中的表格,微软亚洲研究院自然语言计算组发表了一篇论文“TableBank: Table Benchmark for Image-based Table Detection and Recognition”,着力解决文档中的表格检测与表格信息识别问题,并开源了拥有大规模数据的表格检测和表格结构识别数据集

发布时间:2019-03-27 类型:深度文章

机器翻译进化到哪一步了?

如果你是英语四级或六级的水平,同样翻译几句话,机器翻译可能比人完成得还要好。机器翻译作为人工智能研究的重要课题之一,在近些年得到了快速发展。机器翻译目前可以达到什么样的水平?发展过程中会遇到哪些挑战?未来又将如何发展?请看周明博士给出的答案。

发布时间:2019-03-19 类型:深度文章

请收好这份NLP热门词汇解读

在过去的一段时间,自然语言处理领域取得了许多重要的进展,Transformer、BERT、无监督机器翻译,这些词汇仿佛在一夜之间就进入了人们的视野。你知道它们具体都是什么意思吗?今天,我们就将为大家介绍三个NLP领域的热门词汇。

发布时间:2019-01-30 类型:深度文章

系统了解智能问答和机器翻译,从这两本书开始

自然语言理解是人工智能皇冠上的明珠。在大数据、深度学习和云计算推动下,自然语言理解的各个领域近来都取得了新的进展,也孕育着无穷的机会。在本期的书单中,我们将向大家推荐两本来自微软亚洲研究院自然语言计算组的全新力作:《智能问答》和《机器翻译》。这两本书分别对智能问答和机器翻译这两个具有广泛应用场景的研究领域进行了系统性的介绍。

发布时间:2019-01-22 类型:深度文章

ACM Multimedia | NLP与CV联姻,触景生情的浪漫派AI诞生了

在ACM Multimedia 2018上,微软亚洲研究院与京都大学合作的“Beyond Narrative Description: Generating Poetry from Images by Multi-Adversarial Training”获得最佳论文。这是研究人员第一次将图像理解与诗歌生成纳入整体框架,让AI学会了真正的“触景生情”,在看到一副图片时,直接吟出一首与之高度相关又富有绝妙想象力的诗歌。

发布时间:2018-10-19 类型:深度文章

ACL 2018:一文带你看自然语言处理领域最新亮点

上月,自然语言处理顶级会议ACL 2018在墨尔本成功举办。微软亚洲研究院联培博士任烁从大会现场带回了新鲜出炉的参会总结,与大家分享本届大会上的优秀论文和机器翻译最新进展。

发布时间:2018-08-23 类型:深度文章

通过全新学习和推断机制提升seq2seq 模型的语法改错性能

机器自动语法改错是自然语言处理领域的一个经典问题,也是近年来快速发展的一个研究方向,有着广泛的实际应用需求。随着相关数据集规模的逐渐增大以及深度学习技术的不断成熟,越来越多的学者开始研究利用seq2seq模型进行自动语法改错。

发布时间:2018-07-20 类型:深度文章