排序方式

上海交通大学智能计算与智能系统教育部-微软重点实验室2019研讨会成功举办

2019年4 月20日至21日,以“AI 360°—系统,算法与应用”为主题的上海交通大学智能计算与智能系统教育部-微软重点实验室2019研讨会在江苏溧阳成功举办。来自上海交通大学和微软亚洲研究院的十余名教授和研究员齐聚一堂,围绕人工智能领域的前沿研究课题开展了热烈深入的分享、探讨和交流。

发布时间:2019-05-16 类型:新闻稿

ICML 2019 | 微软提出极低资源下语音合成与识别新方法,小语种也不怕没数据了!

目前,人类使用的语言种类有近7000种,然而由于缺乏足够的语音-文本监督数据,绝大多数语言并没有对应的语音合成与识别功能。为此,微软亚洲研究院机器学习组联合微软(亚洲)互联网工程院语音团队在ICML 2019上提出了极低资源下的语音合成与识别新方法,帮助所有人都可以享受到最新语音技术带来的便捷。

发布时间:2019-05-15 类型:深度文章

WWW 2019微软亚洲研究院6篇入选论文一览

WWW 2019(The Web Conference)于5月13-17日在美国旧金山召开,今年会议共收到投稿1247篇,录取225篇,录取率为18%。微软亚洲研究院共有6篇论文入选,内容包括推荐系统知识图谱中的多任务特征学习、知识图卷积网络、中文分词与中文实体识别、云服务故障预测和诊断、深度学习在移动端APP上的应用情况等。

发布时间:2019-05-14 类型:深度文章

微软亚洲研究院发布业界最全面的语义分析数据集MSParS

语义分析引擎是诸多人工智能产品的核心模块,但由于标注成本高、难度大,学术界现有的语义分析数据集存在数据规模小、问题种类少、问题模板结构过于单一等缺陷。为此,微软亚洲研究院自然语言计算组与微软必应(Bing)搜索引擎团队合作构建并发布了大规模、高质量、多类型的语义分析数据集 MSParS(Multi-perspective Semantic ParSing Dataset),希望供科研人员和工业界同行研究和使用。

发布时间:2019-05-13 类型:深度文章

打造人工智能产教融合共赢生态

“中国高校人工智能人才国际培养计划”2019国际人工智能专家论坛暨2019微软新一代人工智能开放科研教育平台合作论坛在京举办

发布时间:2019-05-10 类型:新闻稿

ICML 2019 | 序列到序列自然语言生成任务超越BERT、GPT!微软提出通用预训练模型MASS

从2018年开始,预训练(pre-train) 毫无疑问成为NLP领域最热的研究方向。借助于BERT和GPT等预训练模型,人类在多个自然语言理解任务中取得了重大突破。然而,在序列到序列的自然语言生成任务中,目前主流预训练模型并没有取得显著效果。为此,微软亚洲研究院的研究员在ICML 2019上提出了一个全新的通用预训练方法MASS,在序列到序列的自然语言生成任务中全面超越BERT和GPT。在微软参加的WMT19机器翻译比赛中,MASS帮助中-英、英-立陶宛两个语言对取得了第一名的成绩。

发布时间:2019-05-09 类型:深度文章

一文详解ICLR 2019微软亚洲研究院6篇入选论文

ICLR 2019 于5月6日至9日在美国新奥尔良举行,本届投稿比去年增长了近60%,共收到1591篇,录取率为31.7%。由微软研究院与蒙特利尔大学 MILA 研究所合作的论文《Ordered Neurons: Integrating Tree Structures into Recurrent Neural Networks》获得了最佳论文奖。来自微软亚洲研究院的6篇论文入选了本届ICLR,内容涵盖多智能体的对偶学习、自然语言生成模型训练中的表征退化问题、基于知识蒸馏的多语言神经机器翻译、多视图立体场景重建等。

发布时间:2019-05-07 类型:深度文章

微软在Build开发者大会上推出全新云计算体验和开发工具

2019年5月6日,美国华盛顿州雷德蒙德——微软在年度开发者盛会Build 2019上发布了一系列全新技术,帮助各种类型的开发者创造智能化的生产力解决方案。包括星巴克、JP摩根、Kroger、Spatial、Epic Games在内的众多微软客户及合作伙伴,也登台展示了以客户为中心的智能体验全新解决方案。

发布时间:2019-05-06 类型:新闻稿

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