阿里达摩院获SemEval最佳论文 让AI更懂人类语言

7月19日消息，全球规模最大的语义测评竞赛SemEval-2022近日宣布，将今年唯一的“最佳系统论文奖”颁发给阿里达摩院等机构的研究人员。他们为中英文在内的11种语言设计出一套融入知识的命名实体识别（NER）系统，能够精准识别出人名、地名、机构、作品等关键性的实体信息，有力提升了AI理解人类语言的能力。

SemEval（Semantic Evaluation 语义评测）是自然语言处理领域的权威国际竞赛，已有超过20年历史，由国际计算机语言学学会（ACL）的词汇和语义小组主办，旨在让AI去分析、理解人类语言中蕴含的意义。

SemEval的最佳论文奖共有两个：最佳任务论文奖（Best Task Paper Award）和最佳系统论文奖（Best System Paper Award）。通俗理解，一个是提问题，另一个是解决问题。阿里达摩院与上海科技大学、浙江大学、新加坡科技设计大学的联合研究团队摘得了今年的最佳系统论文奖，这篇从221篇候选论文中脱颖而出的文章名为《DAMO-NLP at SemEval-2022 Task 11: A Knowledge-based System for Multilingual Named Entity Recognition》。

SemEval-2022最佳系统论文

获奖团队参加了SemEval-2022的12项任务之一：多语言复杂命名实时识别（Multilingual Complex Named Entity Recognition）。命名实体识别（NER）是自然语言处理领域的基础性工作，是指识别文本中具有特定意义的实体词（Entity），主要包括人名、地名、机构名、专有名词等。

任务要求研究人员设计一套系统，能够识别中文、英语在内的11种语言中的实体，包括在多语言夹杂、有“梗”、有缩写、有俗语的句式中，做到精准识别。比如例句：“2016年，她客串出演了HBO电视剧权力的游戏”，AI需要识别理解出“HBO”这个缩略的机构名，还有“权力的游戏”这个作品名。

达摩院系统获得总分第一

论文提出了一套全新的融入知识的多语言命名实体识别系统，在比赛任务的13个子项中获得10个第一，总分排名第一，较大幅度提升了业界水平。

一般来说，由于词语具有多义性，只有结合上下文语境，我们才能准确理解词语，AI也是如此。新系统的强大之处在于，即便缺乏上下文语境，也能让AI理解复杂的实体词。研究人员介绍，该系统额外引入外部知识，构建了一个多语言通用知识库，通过交互型的检索来扩充文本的上下文信息，从而消除歧义；再加上多阶段的微调，可以实现精准识别实体信息。

达摩院系统原理示意

据介绍，这项获奖研究成果在翻译、搜索、人机对话等领域有着广泛的应用前景。目前，达摩院的机器翻译系统能提供214种语言的互译服务，每天为国内200万中小商家翻译上亿文字，助力国货走向全世界。国际权威研究机构Gartner最新报告《云AI开发者服务关键能力报告》指出，阿里语言AI已排名全球第二，创中国企业历史最佳成绩。