近日
在由斯坦福大学发起的
机器阅读理解竞赛SQuAD中
中国平安旗下金融壹账通GammaLab
凭借领先的机器阅读理解技术
成功超过谷歌、微软亚研院、
阿里达摩院、科大讯飞等优秀竞争者
位列榜单第一位
实现了继人类情绪理解竞赛
多次登顶后的又一重大突破
金融壹账通GammaLab
拿下SQuAD赛事冠军！
在本次的SQuAD竞赛中，金融壹账通GammaLab的深度学习模型的阅读理解能力非常接近人类水平，可以阅读任何文章并回答问题，精准匹配准确度可达到83.435%，模糊匹配准确度可达到85.992%，而人类水平是86.831%（精确匹配）和89.452%（模糊匹配）。
正因如此，金融壹账通GammaLab以85.992%的准确率拿下SQuAD竞赛冠军，超越国内外所有大公司！
金融壹账通GammaLab荣登第一
赢得赛事的挑战难度有多大？
SQuAD（StanfordQuestion Answering Dataset）被誉为自然语言处理领域金字塔尖的比赛，旨在解决智能搜索的任务，促进智能搜索引擎的发展。也正因为是业内公认的机器阅读理解标准水平权威测试，几乎所有拥有搜索业务的公司都会参加这个比赛来验证自身的实力。此次更吸引来自谷歌、微软亚研院、阿里达摩院、科大讯飞、IBM以及复旦大学等最顶尖企业及学校的激烈角逐，堪称自然语言处理领域最重磅级的赛事之一。
2016年，斯坦福大学从维基百科上随机选取了500多篇文章，并进一步细分成两万多个段落。随后采用众包的方式，由人类阅读这些文章后，为每个段落提出五个问题，并对段落内的答案进行人工标注，搭建了该项竞赛的数据集1.1。今年6月3日，斯坦福NLP团队对外宣称, 机器阅读理解数据集1.1完成一波更新，已搭建完成SQuAD 2.0。相较于SQuAD 1.1中的10万问答，SQuAD 2.0又新增了5万个人类撰写的问题，而且问题不一定有对应答案。参考下图：
在SQuAD1.1数据集当中，阅读理解的主要难点是上下文的语义理解。所提问题的答案并不能靠简单的近邻或相似度对答案进行匹配，而是需要通过NLP的语义分析，在考虑前后文信息后从全文中寻找到最合适的答案位置。想要做好这一点，需要算法能力达到人类阅读理解的思考水平。在此基础上，SQuAD2.0中新增的无答案的混淆问题进一步提升了该任务的难度。一个问题所对应的段落中有一定概率不存在正确结果，即要算法判断是否能够回答，并在此基础上准确回答问题。
在这样不断逼近人类阅读理解思考方式的挑战难度下，金融壹账通GammaLab顶住所有压力与困难，成功突破纪录，赢得冠军实属不易！
成立不到两年
金融壹账通GammaLab硕果累累
不止是成功斩获重磅级国际搜索竞赛（SQuAD）第一名，金融壹账通加马人工智能研究院GammaLab成立不到两年，其实已经取得累累硕果。
在微表情国际权威评测OMG微表情竞赛（One Minute Gradual Emotion Challenge）公布的评测排行榜中，金融壹账通GammaLab的微表情识别技术取得重大突破，在情绪强烈程度（Arousal）和正负倾向（Valence）两方面均以最高分的成绩位列榜首，获得世界第一的排名；
在2018 EmotioNet 国际面部动作单元（Action Unit， 简称AU）识别竞赛上，金融壹账通GammaLab以94.46%的准确率获得世界第一的排名；
在第一财经公布的“2018第一财经金融价值榜”中，金融壹账通GammaLab凭借卓越的人工智能研发能力和金融场景落地能力脱颖而出，荣获第一财经“2018最佳人工智能研究院”大奖……
如今，GammaLab作为平安金融壹账通旗下人工智能研究院，已拥有超过350位精专于大数据、人工智能等领域的专家，累计申请专利技术200多项，发表论文10余篇，推出了多项影响广泛的人工智能场景化应用。
比如，金融壹账通GammaLab推出了一款智能音箱——Gamma智能销售助手。搭载最新的机器阅读理解技术, 无需任何人工干预，上传一篇保险文档即可进行任何问题的语音问答交互，阅读理解模块只需秒级即可完成文档的理解，问答准确率为91.35%，平均业务时间可缩短30%。
未来，金融壹账通GammaLab也将继续致力于推动大数据、人工智能等前沿技术在金融领域的深度应用，为知识密集型行业提供更高效更智能的搜索解决方案，极大提高从业人员的工作效率！
联系客服
