整理 | 一一
出品 | AI科技大本营（ID:rgznai100）
7月5日，阿里达摩院宣布开源新一代人机对话模型ESIM。该算法模型提出两年多，已被200多篇论文引用，更曾在国际顶级对话系统评测大赛（DSTC7）上获得双料冠军，将人机对话准确率的纪录提升至94.1%。
ESIM模型还被用来评测一些新提出的数据集，比如来自纽约大学的MultiNLI数据集、最近大热的来自华盛顿大学的SWAG数据集、NAACL19 Best Resource Paper常识知识QA数据集CommonsenseQA等等。
据介绍，比起业界使用最为广泛的LSTM模型，ESIM人机对话回复模型回复准确率更高。采用全新ESIM模型的人机对话回复模型，比LSTM模型回复准确率提升25%（数据来自ICASSP2019论文中Ubuntu测试集数据）。
陈谦参加第七届对话系统技术挑战赛
ESIM模型最初由达摩院语音实验室内的90后科学家陈谦（花名潭清）研发，他博士毕业于中科大，是达摩院中最年轻的科学家之一，也是2018届的阿里星（阿里星是专门针对高校顶尖人才的一个培养计划，从应届毕业生中经过层层筛选，由技术带头人担任主管，进行重点培养，每年的阿里星平均只有20人不到）。
在去年DSTC 7对话系统评测大赛上，ESIM在NOESIS赛道中从麻省理工学院、约翰霍普金斯大学、IBM研究院等近20支参赛队伍中拿下该赛道两项比赛的冠军。NOESIS赛道考察AI的人机对话能力，要求AI根据给定的多轮人机对话历史，从成百到上万个句子中选出正确的回复。
ESIM模型的原理论文已于2017年发表在国际顶级自然语言处理会议ACL 2017，阿里巴巴此次开源的模型原理论文发表在了今年国际顶级语音会议ICASSP 2019上，在公开的标准数据集Ubuntu（英文）和E-commerce（中文）上均取得了目前最高的成绩。
人机对话系统及其背后的认知智能，为让机器快速准确理解人类的表达，ESIM给AI装上一套“雷达”系统，赋予它实时检索对话历史、自动去除干扰信息的能力，使它能够给出人类期待的回复。
目前，这一模型已在基于ESIM模型研发的智能语音点餐机、地铁语音售票机等应用中落地，还可能将给智能客服、导航软件、智能音箱等应用场景带去改变。
开源地址
https://github.com/alibaba/esim-response-selection
论文链接
https://arxiv.org/pdf/1901.02609.pdf
【END】
热 文 推 荐
☞阿里云技术战略总监陈绪：45 岁开源老兵“中年花开”阿里云 | 人物志
☞中国有微信和支付宝, 你为啥还费力不讨好去做区块链? | 人物志
点击阅读原文，输入关键词，即可搜索您想要的 CSDN 文章。