11 月，第 32 屆人工智能頂級國際會(huì)議 AAAI 2018 論文收錄結(jié)果公布，國內(nèi)人工智能創(chuàng)業(yè)團(tuán)隊(duì)深圳 Gowild（中文：狗尾草）智能科技有限公司兩篇論文入選，是國內(nèi)唯一入選兩篇論文的創(chuàng)業(yè)公司。

AAAI 人工智能大會(huì)創(chuàng)辦于 1980 年，是人工智能領(lǐng)域的頂級盛會(huì)。據(jù)了解，隨著 AI 研究熱潮的到來，AAAI 的參會(huì)人數(shù)和論文數(shù)量也逐年攀升，其中，2017 年注冊參會(huì)人數(shù)接近 2000 人，論文投稿量超過 2500 篇。

本次 Gowild 入選的兩篇論文，由 Gowild 旗下人工智能研究院 Gowild AI Lab 分別與蘇州大學(xué)、華東師范大學(xué)合作發(fā)表，論文作者將于 2018 年 2 月受邀前往美國新奧爾良進(jìn)行演講。

Gowild AI Lab 是 Gowild 旗下的 AI 團(tuán)隊(duì)，由長期帶隊(duì)參與國家科研項(xiàng)目的知識圖譜專家王昊奮博士發(fā)起，專注于 AI 前沿研究及產(chǎn)品應(yīng)用落地。2017 年，推出 Gowild AI Virtual life Engine（Gowild人工智能虛擬生命引擎，簡稱「GAVE」），成功應(yīng)用于 Gowild 旗下的 holoera 及公子小白系列產(chǎn)品中。

另一方面，Gowild AI Lab 積極啟動(dòng)校企合作，與蘇州大學(xué)、華東師范大學(xué)成立聯(lián)合實(shí)驗(yàn)室，建立 AI 智庫，推動(dòng)產(chǎn)學(xué)研的良好轉(zhuǎn)化。此次兩篇論文的入選，正是校企合作豐碩成果的體現(xiàn)。

附：核心的論文情況介紹

這兩篇論文所關(guān)注的主題，都是實(shí)現(xiàn)虛擬生命的過程中遇到的實(shí)際問題，并通過校企合作進(jìn)行研究和落地。兩篇論文分別研究了命名實(shí)體識別（NER）和推薦系統(tǒng)。前者是自然語言理解（NLU）的基礎(chǔ)功能，而后者可以在產(chǎn)品上體現(xiàn)「生命感」和認(rèn)知功能。由于 NLU 技術(shù)目前在人工智能領(lǐng)域也僅僅處于起步階段，因此，在 NER 方面的研究，體現(xiàn)了如何利用眾包技術(shù)進(jìn)一步提升數(shù)據(jù)的質(zhì)量和算法的性能，從而增強(qiáng)虛擬生命的感知功能。而推薦系統(tǒng)，則以場景化出發(fā)，可以通過對多源異構(gòu)的知識圖譜進(jìn)行融合，實(shí)現(xiàn)準(zhǔn)確的推薦，讓用戶真實(shí)感受到「情感陪伴和關(guān)懷」，從而使得虛擬生命產(chǎn)品，從傳統(tǒng)聊天機(jī)器人的「被動(dòng)交互」，進(jìn)化到根據(jù)用戶興趣和喜好進(jìn)行「主動(dòng)交互」。

1. 和蘇大的合作是基于眾包的NER《Adversarial Learning for Chinese NER from Crowd Annotations》

訓(xùn)練命名實(shí)體識別系統(tǒng)時(shí)，需要大量的人工標(biāo)注語料。為了保證質(zhì)量，通常需要雇傭?qū)＜襾磉M(jìn)行標(biāo)注，但這樣的流程成本高，且難以擴(kuò)大規(guī)模。我們采用眾包標(biāo)注方法雇傭普通人員來快速低成本完成標(biāo)注任務(wù)，但獲取的數(shù)據(jù)包含噪音。我們提出了利用眾包標(biāo)注數(shù)據(jù)來學(xué)習(xí)對抗網(wǎng)絡(luò)模型的方法，構(gòu)建中文實(shí)體識別系統(tǒng)。受到對抗網(wǎng)絡(luò)學(xué)習(xí)的啟發(fā)，我們在模型中使用了兩個(gè)雙向 LSTM 模塊，來分別學(xué)習(xí)標(biāo)注員的公有信息和屬于不同標(biāo)注員的私有信息。對抗學(xué)習(xí)的思想體現(xiàn)在公有塊的學(xué)習(xí)過程中，以不同標(biāo)注員作為分類目標(biāo)進(jìn)行對抗學(xué)習(xí)。從而達(dá)到優(yōu)化公有模塊的學(xué)習(xí)質(zhì)量，使之收斂于真實(shí)數(shù)據(jù) (專家標(biāo)注數(shù)據(jù))。本文的算法框架如下圖：

其中，左邊部分是作為 baseline 算法的 CRF+LSTM，右邊部分是本文提出的模型框架。

最終構(gòu)建的中文實(shí)體識別系統(tǒng)(Crowd-NER)在真實(shí)數(shù)據(jù)上的性能比傳統(tǒng) CRF 模型高7%(F1)，如下圖所示：

2. 和華師大的合作是融合時(shí)間因素的標(biāo)簽推薦方法『Personalized Time-Aware Tag Recommendation』

標(biāo)簽是用戶用來管理和查找網(wǎng)絡(luò)資源的重要工具，如何給用戶推薦合適的標(biāo)簽來標(biāo)注網(wǎng)絡(luò)資源也是當(dāng)前的研究熱點(diǎn)。傳統(tǒng)的標(biāo)簽推薦技術(shù)有基于張量分解的協(xié)同過濾方法 PITF，但此類模型沒有捕捉到時(shí)間對用戶打標(biāo)簽行為的影響。受到考慮了時(shí)間影響的 BLL 類工作的啟發(fā)，本文提出了一種融合時(shí)間因素的標(biāo)簽推薦方法(Time-Aware PITF, TAPITF)。該模型在 PITF 的基礎(chǔ)上增加了時(shí)間權(quán)重和頻次權(quán)重，使用 Hawkes 過程建模了用戶傾向于使用自己最近最多使用過的標(biāo)簽這一行為特征，同時(shí)也考慮了目標(biāo)資源上熱門標(biāo)簽的影響。在真實(shí)標(biāo)簽數(shù)據(jù)集上的實(shí)驗(yàn)表明我們的方法具有較好的推薦準(zhǔn)確度和一定的新穎性。

另外，本文提出的標(biāo)簽推薦模型也可以很好地輔助基于對話的音樂推薦任務(wù)。在對話系統(tǒng)中，通過對話能夠收集到用戶對于歌曲及標(biāo)簽的偏好。將收集到的<用戶-歌曲-標(biāo)簽-時(shí)間戳>數(shù)據(jù)使用本文提出的 TAPITF 模型分解后可以得到用戶、歌曲、標(biāo)簽對應(yīng)的隱向量作為其特征向量表示，用于后續(xù)的音樂推薦。

在實(shí)驗(yàn)數(shù)據(jù)上，TAPITF 模型在準(zhǔn)確度和收斂性能上均優(yōu)于其他算法，后續(xù)我們考慮使用深度學(xué)習(xí)模型 RNN 來建模時(shí)間信息以更好地提升模型的效果。