ACL2019最佳论文结果出炉！微信AI团队9篇入选

自然语言处理领域顶级会议ACL 2019于7月28日-8月2日在意大利召开，微信AI团队有9篇文章被选中。

微信AI团队一直与国内技术领域的顶尖院校保持着业务与科研结合的积极探索。值得一提的是，此次由中科院计算所和微信AI等团队合作的文章获得ACL录取文章中最佳长论文奖项（Best Long Paper）。

微信AI团队成员榜上有名，其参与研究文章获最佳长论文

在2906篇投稿的激烈竞争中，“Bridging the Gap between Training and Inference for Neural Machine Translation获得此次ACL最佳长论文奖项（Best Long Paper）。这篇文章研究应该如何桥接神经机器翻译训练和预测，是中国大陆第一篇Best Long Paper。

​ ​

其作者分别来自中科院计算所、中国科学院大学、腾讯微信、伍斯特理工学院、华为诺亚方舟实验室。在中科院计算所对该项目的推动过程中，来自微信团队模式识别中心的孟凡东，参与了实验改进、部分优化技术、数据处理、论文修改等相关工作。

潜心技术研究，AI团队多项技术可圈可点

微信AI团队在此届ACL中的表现，充分证明了微信团队在AI领域所积累的专业实力。据了解，微信AI团队保持着小而精的团队规模，成员几乎全部来自国内外顶尖高校的硕士或博士，并一直保持着人才引入的高标准。

近年来，除了机器翻译以外，微信AI团队在许多领域的尝试都令人惊喜。其中，孟凡东所在的微信智言团队专注于智能对话和自然语言理解研究与应用，致力于打造“对话即服务”的理念。目前已支持家居硬件、PaaS、行业云和AI Bot等领域，让人与机器以最自然、最便捷的方式交流沟通。

而微信AI的另一知名技术品牌微信智聆，代表了国内领先的语音技术水平，其语音转文字技术每天处理超过4亿条语音，语音识别正确率达到97%，并在微信语音输入、语音转文字、王者荣耀、QQ音乐等产品中都提供了技术支持。

此外，微信团队还尝试了一些小而美的AI技术创新，由微信翻译团队开发的人工智能围棋程序PhoenixGo（简称“金毛”）曾在2018世界人工智能围棋大赛中一举夺得世界冠军，惊艳四座。

微信AI团队一直潜心业务与学术研究，在业务中挖掘科研课题，在他们看来，业务与研究是相互促进的关系：“通过研究来发现更好的方法，最终结果也可以直接应用在业务中。”例如本次会议中的多项工作，已经进一步推动了对话系统、微信翻译、微信读书等多个业务场景的应用。

附：微信AI团队入选的9篇文章（划线部分为来自微信团队的作者）

1. Towards Fine-grained Text Sentiment Transfer.

Fuli Luo, Peng Li, Pengcheng Yang, Jie Zhou, Yutong Tan, Baobao Chang, Zhifang Sui and Xu Sun

ACL 2019.

2. DocRED: A Large-Scale Document-Level Relation Extraction Dataset.

Yuan Yao, Deming Ye, Peng Li, Xu Han, Yankai Lin, Zhenghao Liu, Zhiyuan Liu, Lixin Huang, Jie Zhou and Maosong Sun.

ACL 2019.

3. Key Fact as Pivot: A Two-Stage Model for Low Resource Table-to-Text Generation.

Shuming Ma, Pengcheng Yang, Tianyu Liu, Peng Li, Jie Zhou and Xu Sun.

ACL 2019.

4. Improving Multi-turn Dialogue Modelling with Utterance ReWriter.

Hui Su, Xiaoyu Shen, Rongzhi Zhang, Fei Sun, Pengwei Hu, Cheng Niu and Jie Zhou.

ACL 2019.

5. Rhetorically Controlled Encoder-Decoder for Modern Chinese Poetry Generation.

Zhiqiang Liu, Zuohui Fu, Jie Cao, Gerard de Melo, Yik-Cheung Tam, Cheng Niu and Jie Zhou.

ACL 2019.

6. GCDT: A Global Context Enhanced Deep Transition Architecture for Sequence Labeling.

Yijin Liu, Fandong Meng, Jinchao Zhang, Jinan Xu，Yufeng Chen and Jie Zhou.

ACL 2019.

7. Incremental Transformer with Deliberation Decoder for Document Grounded Conversations.，Zekang Li, Cheng Niu, Fandong Meng, Yang Feng, Qian Li and Jie Zhou.

ACL 2019.

8. Bridging the Gap between Training and Inference for Neural Machine Translation.

Wen Zhang, Yang Feng, Fandong Meng, Di You and Qun Liu.

ACL 2019.

9. Retrieving Sequential Information for Non-Autoregressive Neural Machine Translation.

Chenze Shao, Yang Feng, Jinchao Zhang, Fandong Meng, Xilin Chen and Jie Zhou.

ACL 2019.