近日，由我國(guó)智能科學(xué)技術(shù)領(lǐng)域權(quán)威學(xué)會(huì)中國(guó)人工智能學(xué)會(huì)主辦的“第三屆中國(guó)‘AI+’創(chuàng)新創(chuàng)業(yè)大賽”完美收官。在“自然語(yǔ)言處理技術(shù)創(chuàng)新大賽——中文文本糾錯(cuò)比賽”賽道中，力維智聯(lián)Sentosa團(tuán)隊(duì)從眾多企業(yè)和高校團(tuán)隊(duì)中脫穎而出，獲得了大賽第三名，前兩名分別是蘇州大學(xué)&阿里巴巴達(dá)摩院聯(lián)合團(tuán)隊(duì)、清華大學(xué)團(tuán)隊(duì)。

　　在新聞出版行業(yè)，由于出版種類和數(shù)量的大幅增長(zhǎng)、傳播渠道的多樣化、知識(shí)替代和更新的日益加速，以及中國(guó)語(yǔ)言文字的靈活性等原因，審校工作難度越來(lái)越大。而內(nèi)容質(zhì)量又是出版物的靈魂所在，如果完全由人工進(jìn)行編校質(zhì)量把關(guān)，勢(shì)必影響工作效率。

　　此次文本校對(duì)任務(wù)主要是針對(duì)文本中出現(xiàn)的錯(cuò)誤進(jìn)行檢測(cè)和糾正，屬于綜合性的自然語(yǔ)言處理研究子方向，能夠比較全面地體現(xiàn)自然語(yǔ)言處理的技術(shù)水平。賽題主要選擇互聯(lián)網(wǎng)上中文母語(yǔ)寫作者撰寫的網(wǎng)絡(luò)文本作為校對(duì)評(píng)測(cè)數(shù)據(jù)，從拼寫錯(cuò)誤、語(yǔ)法錯(cuò)誤、語(yǔ)病錯(cuò)誤等多個(gè)方面考察機(jī)器的認(rèn)知智能能力。

　　針對(duì)比賽任務(wù)，力維智聯(lián)依托Sentosa數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)平臺(tái)(DSML)，以預(yù)訓(xùn)練模型BERT和ELECTRA為基礎(chǔ)，通過(guò)對(duì)拼寫、語(yǔ)法、標(biāo)點(diǎn)錯(cuò)誤的任務(wù)分解與模型串聯(lián)進(jìn)行訓(xùn)練與預(yù)測(cè)。在這個(gè)過(guò)程中，Sentosa團(tuán)隊(duì)針對(duì)語(yǔ)法與標(biāo)點(diǎn)錯(cuò)誤，提出兩種不同的數(shù)據(jù)增廣方式，提升了數(shù)據(jù)質(zhì)量，也提高了模型的泛化能力。

　　力維智聯(lián)基于Sentosa平臺(tái)，依據(jù)行業(yè)規(guī)范、標(biāo)準(zhǔn)和業(yè)務(wù)知識(shí)，開(kāi)發(fā)出智能審校產(chǎn)品，輔助用戶快速準(zhǔn)確發(fā)現(xiàn)文稿中的字詞錯(cuò)誤、語(yǔ)法錯(cuò)誤、標(biāo)點(diǎn)錯(cuò)誤等問(wèn)題，幫助用戶提升校對(duì)質(zhì)量及審稿效率，確保內(nèi)容安全生產(chǎn)。后續(xù)，力維智聯(lián)將充分利用人工智能大數(shù)據(jù)技術(shù)，在文本糾錯(cuò)、知識(shí)提取、古文句讀等方面持續(xù)發(fā)力，促進(jìn)中文自然語(yǔ)言技術(shù)發(fā)展，助力出版行業(yè)數(shù)字化轉(zhuǎn)型。