本篇獲獎(jiǎng)?wù)撐挠尚機(jī)器人與北京郵電大學(xué)聯(lián)合發(fā)表，聚焦基于增強(qiáng)突發(fā)詞檢測(cè)的突發(fā)事件檢測(cè)方法（Discovering Bursty Events based on Enhanced Bursty Term Detection，Burst_NBT）。

　　以微博為例，微博作為一種實(shí)時(shí)交互的社交媒體，能夠提供給用戶作為社交平臺(tái)來發(fā)表內(nèi)容、交換信息。許多真實(shí)的事件都是被微博首先揭露，然后再被傳統(tǒng)主流媒體報(bào)道，例如滴滴順風(fēng)車事件、2018年重慶公交車墜江事件。因此，基于微博的突發(fā)事件檢測(cè)已經(jīng)成為了一個(gè)研究熱點(diǎn)。

　　如何從微博中發(fā)現(xiàn)重要的突發(fā)事件目前還存在著挑戰(zhàn)。因?yàn)槲⒉﹥?nèi)容簡(jiǎn)短多變、五花八門，充滿了各種類型的話題。例如對(duì)日常天氣的描述、個(gè)人心情的表達(dá)等。我們?nèi)绾螐奈⒉┎┪闹型诰蛑匾耐话l(fā)事件，過濾掉不重要信息，并且區(qū)分屬于同一主題的不同事件？

　　目前業(yè)內(nèi)針對(duì)短文本話題檢測(cè)已有一些方法。例如BTM直接對(duì)詞的共現(xiàn)模式進(jìn)行建模、BBTM在BTM的基礎(chǔ)上將詞對(duì)的突發(fā)性作為先驗(yàn)知識(shí)用于突發(fā)主題建模、Burst_ST抽取事件突發(fā)期間的hashtag，將提取關(guān)鍵詞用于描述檢測(cè)到的事件等……這些方法雖然對(duì)突發(fā)事件檢測(cè)的性能有所改善，但問題依然存在，而這些問題正是此次獲獎(jiǎng)?wù)撐囊鉀Q的難點(diǎn)問題。

　　在本篇獲獎(jiǎng)?wù)撐闹刑岢龅腂urst_NBT由兩部分構(gòu)成。第一部分，增強(qiáng)突發(fā)詞的檢測(cè)；第二部分，突發(fā)詞聚類與突發(fā)事件排序。增強(qiáng)突發(fā)詞的檢測(cè)由兩部分構(gòu)成，分別是有意義字符串字典的構(gòu)建與突發(fā)詞得分的計(jì)算。Burst_NBT利用微博中的hashtag與標(biāo)題等信息構(gòu)建有意義字符串字典，并利用突發(fā)詞的先驗(yàn)信息計(jì)算突發(fā)詞得分，然后利用微博博文評(píng)論數(shù)平滑后的對(duì)數(shù)表示博文影響力。在大量數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了Burst_NBT在突發(fā)事件檢測(cè)準(zhǔn)確率以及事件描述準(zhǔn)確性上均優(yōu)于其他方法。

　　經(jīng)過多年的建設(shè)，小i機(jī)器人目前已經(jīng)形成了三級(jí)技術(shù)研發(fā)體系：研究院—產(chǎn)品研發(fā)中心—解決方案中心。同時(shí)，小i機(jī)器人也非常重視產(chǎn)學(xué)研的深度結(jié)合，其中除了與華東師范大學(xué)、中國(guó)科學(xué)院軟件所、香港科技大學(xué)等建立了聯(lián)合實(shí)驗(yàn)室外，也與中國(guó)科技大學(xué)、復(fù)旦大學(xué)、北京郵電大學(xué)、北京大學(xué)等建立了深度合作關(guān)系，在自然語言處理、文本挖掘及情感交互等多方面開展了深度研究工作。

　　小i機(jī)器人也一直將最新的認(rèn)知智能技術(shù)研究成果和落地應(yīng)用展示于國(guó)際頂級(jí)學(xué)術(shù)會(huì)議和賽事中。例如，小i機(jī)器人研究院團(tuán)隊(duì)在今年7月的國(guó)際權(quán)威機(jī)器閱讀理解評(píng)測(cè)SQuAD1.1挑戰(zhàn)賽中獨(dú)立參賽斬獲全球第三的成績(jī)；于今年8月再次參加IJCAI，分享在認(rèn)知智能相關(guān)技術(shù)領(lǐng)域的突破等。

　　小i機(jī)器人核心技術(shù)的不斷突破與進(jìn)階，將持續(xù)為社會(huì)、行業(yè)和客戶帶來更多價(jià)值。未來，小i機(jī)器人也將不斷加強(qiáng)與學(xué)界的合作，進(jìn)一步提升人工智能技術(shù)水平，確保以更成熟的人工智能技術(shù)為更多的行業(yè)企業(yè)客戶提供服務(wù)。