排序方式

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

机器语法纠错能力新突破,微软小英变身英语写作老师

机器自动语法纠错是自然语言处理领域的一个经典研究问题,由于能够作为训练数据的句对语料非常有限,机器语法纠错能力长久以来始终无法达到理想的效果。最近,微软亚洲研究院采用了一种全新的学习和推断机制,在CoNLL-2014以及JFLEG两个权威语法自动纠正评测数据集上,首次实现了机器语法自动检查结果超越人类参照水平。这项最新的语法改错技术也催生了“微软小英”作文打分这一全新的功能。

发布时间:2018-07-20 类型:深度文章

如何从编码器和解码器两方面改进生成式句子摘要?

文本自动摘要是自然语言处理研究中重要的组成部分之一,如何才能获得高质量的摘要文本是许多研究者非常关心的问题。本文中,哈尔滨工业大学—微软亚洲研究院联合培养博士生周青宇向大家讲述了他是如何从编码器和解码器两方面改进生成式句子摘要的。一起来学习一下吧!

发布时间:2018-03-29 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

书单 | NLP秘笈,从入门到进阶

自然语言处理(NLP)作为人工智能研究的核心领域之一,长久以来都受到广泛关注。微软全球执行副总裁沈向洋博士曾表示“懂语言者得天下,人工智能对人类影响最为深刻的就是自然语言方面。”现在很多研究人员都在进入自然语言领域,希望可以解决“让机器理解人类语言”这一难题。

发布时间:2017-12-20 类型:深度文章

ACL 2017论文研讨会:聚焦自然语言处理领域的新技术

就在上周,微软亚洲研究院举办了“ACL 2017论文研讨会”,旨在促进自然语言处理相关研究者之间的交流,探讨自然语言处理领域的新技术。微软亚洲研究院已被ACL2017大会录用论文的作者在研讨会上分别就各自的论文内容进行了分享。微软亚洲研究院副院长、ACL候任主席周明及约40位相关领域的微软员工和实习生参加了此次活动,就分享论文的问题、算法、实验等方面进行了深入的交流、讨论。

发布时间:2017-07-28 类型:深度文章

微软自然语言理解平台LUIS:从零开始,帮你开发智能音箱

在今年微软开发者大会上,智能音箱Invoke受到了大众的广泛关注,高效地开发语义理解模块是智能音箱开发的关键环节。微软亚洲研究院大数据挖掘组研发了LUIS的新一代算法,希望帮助非NLP专业的开发者创建和维护高质量的自然语言理解模型,并应用于智能应用中。

发布时间:2017-06-23 类型:深度文章

从短句到长文,计算机如何学习阅读理解

SQuAD(Stanford Question Answering Dataset)挑战赛由斯坦福大学自然语言计算组发起,被称为机器阅读理解界的ImageNet。在这项比赛中,长期稳坐第一名的是来自微软亚洲研究院自然语言计算的一支团队,他们稳踞榜首长达5个多月。

发布时间:2017-05-08 类型:深度文章

宋睿华:会有那么一天,机器人可以写小说吗?

2016年初,一篇名为《机器人写小说的那一天》入围日本第三届“星新一文学奖”初审,而这篇毫无破绽的小说正是由机器人写作的,这样的设定也颇具哲学意味。人工智能真的可以写小说吗?微软亚洲研究院主管研究员宋睿华和台湾大学研究生郑文峰为你讲解机器人写作背后的人工智能技术。

发布时间:2017-05-05 类型:深度文章

孙茂松:运用之妙,存乎一心——从机器翻译到古诗生成

“微软AI讲堂"清华站中清华大学计算机科学与技术系孙茂松教授的演讲——《运用之妙,存乎一心——从机器翻译到古诗生成》。孙茂松教授通过介绍机器翻译的发展,讲解了多语的重要性及机器翻译从统计到神经模型的过渡。LSTM神经网络主要针对语言,应用于机器翻译,在此基础上,研究组考虑语义的相关性对其进行改进以创作古诗。

发布时间:2017-04-18 类型:深度文章