雷鋒網 AI 科技評論按，國際賽事上屢傳佳報的百度，2019 年開年再次拿下「一血」。2019 年 2 月 1 日，第十三屆國際語義評測比賽（International Workshop on Semantic Evaluation, SemEval 2019）落下帷幕。在論壇評論建議挖掘任務評測（Task 9A: Suggestion Mining from Online Reviews and Forums）中，百度一舉擊敗來自全球的 210 余支隊伍，最終以 F 值 78.12% 的成績奪得冠軍，表明了百度率先在評論建議挖掘領域嘗試并取得喜人的成果。

SemEval-2019 Task 9A 最終榜單，百度排名第一

SemEval 評測是自然語言處理領域的國際性權威競賽，由國際計算語言學協會（Association for Computational Linguistics, ACL）下屬的 SIGLEX 主辦。ACL 是自然語言處理與計算語言學領域最高級別的學術會議，是世界上影響力最大、最具活力的國際學術組織。自 2001 年起，SemEval 至今已成功舉辦十二屆，吸引了世界范圍內的多所大學和研究機構的參加，在業(yè)界和學術界具有極高影響力。本次評測聚焦的任務是論壇評論建議挖掘，旨在抽取從網絡論壇或評論中自動識別建議性的句子，用于幫助企業(yè)、政府機關等組織持續(xù)不斷的從海量數據中提取有價值的信息。

如今，用戶喜歡在網絡中發(fā)表評論，表達自己對個人、產品、服務和社會事件等的意見和想法，這些評論不僅蘊含用戶豐富的情感表達，有些還包含著用戶對產品或服務的建議。比如「我喜歡吃這家餐廳」是用戶表達喜歡這種情感的評論，但在「我喜歡吃這家餐廳，如果環(huán)境再好一點就更好了」這條評論中，還包含了用戶對這家餐廳的建議。以往的情感分析研究更關注用戶是否存在負面情感，上述這條評論往往會被忽略，實際上建議類評論對提升企業(yè)服務具有極高價值。目前，業(yè)界有大量針對用戶情感分析的研究，但建議挖掘還處于初步階段，百度率先在評論建議挖掘領域嘗試。

建議挖掘是一項新的研究任務，該任務需要綜合考慮句子的語義、語態(tài)、 情緒、句式、上下文等信息，才能做出準確的判斷。例如「可以考慮在節(jié)假日增加幾趟航班」，「假如房間里提供熱水壺，我下次還愿意訂在這里」等句子雖然句式、形態(tài)、評論的對象完全不同，但都是有價值的建議。對「建議」內涵和外延的理解存在比較大的主觀性，使得問題定義及語料標注難以取得一致，這給建議挖掘帶來了很多困難。

此次比賽中，百度團隊采用多種技術手段解決難題，并最終取得了亮眼成果。首先，針對任務標注數據過于稀疏的問題，團隊構建了以大規(guī)模無監(jiān)督數據為基礎的跨領域、多句式深度語義分類模型。采用融合淺層學習和深度學習的 Ensemble 學習模型，以解決樣本不平衡問題。面對網絡文本形式多樣、表達不規(guī)范的現狀，團隊采用精細化粒度特征和注意力遷移機制進行處理。最終，百度團隊以 F 值 78.12% 的成績戰(zhàn)勝了來自全球的 210 余支隊伍，奪得冠軍。

企業(yè)期待及時獲取消費者的評價以改進服務、政府和媒體希望從海量文本中提取意見以成為決策參考與新聞素材……而互聯網上還有大量評論數據沉淀，亟待深度應用。評論建議挖掘用于輔助決策，無疑是極具實用價值的自然語言處理任務！

賦予機器「認知」能力，是人工智能最具挑戰(zhàn)的技術領域之一，自然語言處理屬于認知部分的重要內容。更深入地理解語言，讓機器具備人類的思考和理解能力意義重大。百度在自然語言處理（NLP）領域已經過十余年積累與沉淀，具備了最前沿、最全面、最領先的技術布局，不僅專注于前瞻技術探索，更致力通過技術應用解決實際問題。目前，百度語義理解技術已廣泛應用于百度內外，在搜索、信息流等一系列產品應用中發(fā)揮重要作用。

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。