AI能看懂英文 阿里巴巴夺实体发现测评全球第一

全球顶级的知识库构建测评KBP2017日期公布了最新排名。阿里巴巴人工智能研究机构iDST斩获英文实体发现测评全球冠军，在准确率和召回率上均表现出色，核心指标F1达到0.811。这次测评吸引了全球20多支顶尖团队参与，包括IBM Research, BBN, Stanford Univ, CMU Univ, UIUC Univ, Columbia Univ, 腾讯等。

KBP是由NIST（National Institute of Standards and Technology，美国国家标准与技术研究院）指导、美国国防部协办的赛事，主要任务为从自然书写的非结构化文本中抽取实体，以及实体之间的关系。

这项测评要求AI算法在“读完”一篇英文文章后，构建一个物理世界的命名实体和实体之间关系的知识库，如“克林顿和希拉里之间是夫妻关系”、“克林顿毕业于耶鲁法学院”这样一个个实体的关系。

阿里巴巴iDST自然语言处理首席科学家司罗介绍，他们的算法可以做到对文章上下文的理解。比如，文章出现了Apple，再出现Jobs，就可以辨别出这个Jobs指的是乔布斯，而不是工作。再比如，文章出现了Microsoft，那么Apple就更有可能是苹果公司，而不是一种水果。

“另外，我们构建了一个算法去学习不同领域之间共同的部分，通过迁移学习提升我们学习的准确度。对于不同领域数据，我们取其精华，去其糟粕，进行智能学习”，司罗说。

在这次测评中，iDST团队采用经过改良的深度神经网络架构对文本进行理解。改良的架构有三个主要特点：首先该模型可以自动阅读海量文章（如维基百科）并从中汲取经验；其次，该架构可以智能选择训练数据集以保证训练数据的准确性；最后，我们采用post regularization的办法保证模型结果的一致性。

对于KBP2017的成绩，司罗表示：“很荣幸能够同全球的同行分享阿里巴巴的研究成果，人工智能在机器阅读理解和知识库构建上还处在起步阶段，我们正在积极和同行业顶尖机构学习交流，推动行业发展。比如我们内部建设的信息抽取平台AliIE项目就在同斯坦福大学展开积极合作”。

阿里巴巴正在将这样的信息抽取技术广泛的应用到实际业务当中，并致力于让更多的中小开发者从中收益。他们搭建的信息抽取平台AliIE拥有最顶尖的AI技术，并从一开始的架构设计就考虑到平台的开放性和可扩展性。可以让更多的开发者、研究员共同开发，并将成果回馈给这个社区。

阿里巴巴iDST自然语言处理首席科学家司罗

司罗是全球权威机器智能学者，曾担任美国普渡大学计算机系终身教授，主持的20余个项目得到美国政府、工业界资助，先后获得美国国家科学基金会成就奖、雅虎、谷歌研究奖等。

由他领导的自然语言处理团队目前支持了阿里巴巴大生态每天多达600亿次的自然语言处理需求，团队横跨杭州、北京、硅谷、西雅图（新加坡）多地，成员大多拥有10年以上的研发经验。检索招聘网站可以看到，他们依旧在不断扩充团队。