[极速聊科技]同盾科技两篇论文入选人工智能顶级会议AAAI( 二 ) 金融界网站讯近期

然后，使用两个两层双向LSTMs来捕获以问题为条件的句子词之间的相互作用。答案起始索引和结束索引由输出层使用Softmax函数预测：
其中， f函数是一个可训练的多层感知网络。使用真值答案起始标记y1和结束标记的负对数似然来计算损失：
为了在多任务学习方法中联合训练生成模型和所提出的模块，训练过程中的总损失函数记为：
同盾研究人员在SQuAD和MARCO两个数据集上进行了实验，使用NQG++、Point-generator以及SOTA模型、门控自注意力机制模型等作为基线对比算法。表3给出了SQuAD和MS-MARCO数据集上不同模型的主要指标，在文章所述的实验条件下，本文提出的模型在全部主要指标上都优于基线对比算法。
表3.SQuAD和MARCO数据集主要指标的模型性能比较
小结：与现有的问答系统、问题生成模型的处理方式不同，本文并不是通过引入更多的有效特征或者改进复制机制本身等来改进模型效果，而是直接在经典序列-序列模型中增加了两个模块：句子级语义匹配模块和答案位置推断模块。此外，利用答案感知门控融合机制来增强解码器的初始状态，从而进一步改进模型的处理效果。
从学术殿堂到数字经济基础设施建设前线
作为以场景应用和产品研发见长的同盾，是首次问鼎国际人工智能顶级会议，而同盾的创新之路不会止步，同盾一直致力于用人工智能、大数据等手段构建数字经济的新型基础设施，致力于让智能分析决策成为数字时代通用基础设施。就如同水、电一样无处不在，智能决策将是驱动一切商业发展的核心，所有的企业及政务机关都需要依靠一套分析和决策系统。
目前，同盾智能分析决策在金融风控、信用经济、企业数字化转型、智慧城市等领域正在发挥重要作用。
站在历史性拐点，智能决策能力或将成为未来衡量企业、城市乃至社会治理综合实力的一个重要指标，智能决策的未来将有赖于更多科技企业投身到研发和创新之中。