“你爲什麼不給我發短信！”，也許衆多“直男”還沒意識到嚴重性的時候，機器人已經判斷出這條信息背後的憤怒情緒了。平安金融壹賬通Gamma Lab團隊在近日國際頂級文字對話情緒識別競賽上再獲新突破，機器人理解人類的情緒更進一步！

金融壹賬通Gamma Lab繼斬獲國際微表情識別競賽OMG和麪部動作單元（AU）檢測競賽EmotioNet世界冠軍後，在SemEval2019: EmoContext國際頂級文字對話情緒識別競賽上，再次力挫羣雄獲得世界第一的排名。這已是Gamma Lab第五次獲得國際頂尖賽事的冠軍，這標誌着金融壹賬通無論在視覺領域還是自然語言處理領域，理解人類情緒的成熟能力和技術優勢顯著。

金融壹賬通再次攻克高難度國際賽事

SemEval是由ACL（Association for Computational Linguistics，國際計算語言學會）詞彙和語義小組SIGLEX和SIGSEM組織的詞彙與語義計算領域的國際性權威技術競賽。該賽事從1998年開始舉辦，參賽者覆蓋國內外一流大學、知名公司，這也意味着該賽事代表着最新國際技術和水平。

在本次SemEval 2019中，金融壹賬通Gamma Lab團隊自主研發的基於上下文的對話情感識別系統，以F1 Score 0.7959的評分拔得頭籌。擊敗了包括蘇黎世理工、香港科技大學在內的全球165只參賽隊伍，含金量十足。

金融壹賬通Gamma Lab AI情緒識別高科技

據瞭解，本次競賽使用3萬多條聊天式多輪對話數據集作爲輸入信息，來預測談話者在結束時的情緒。據金融壹賬通人工智能科學家介紹，行業普遍認爲機器要實現智能理解談話者的情緒主要有兩個難點，一是談話者的情緒可能由另外一方施加而來，二是情緒可能在談話過程中有延續性和轉折性。具體來說，我們經常會將快樂，憤怒，悲傷等情緒傳遞給別人；作爲人類，在理解“你爲什麼不給我發短信！”時，如果不瞭解前因，我們很難判斷說這段話是悲傷還是憤怒的情緒。同理，機器識別情緒也存在同樣的模糊性，面部表情和語音聲調的缺乏使得識別文本中的情緒頗具難度。

然而，隨着我們越來越多地使用文字即時通訊應用進行通信，文本中的情境情緒識別對於向用戶提供情緒感知響應變得越來越重要。 金融壹賬通Gamma Lab團隊在深挖多輪對話意圖識別技術的同時，結合在情緒理解領域的技術壁壘，研發了基於上下文的對話情感識別技術，直接接受對話上下文的文字內容輸入，利用自注意力機制提取語義特徵，通過深度雙向Transformer結果實現了對話領域的情緒識別，繞開了傳統人爲特徵工程的過程，一次性高效地達到了端到端情緒識別的效果。

本次獲獎之前，Gamma Lab就已斬獲四項世界第一

金融壹賬通的AI情緒識別技術在目前自然語言處理領域領先的BERT模型上進行了針對性的網絡結構改進，更好地利用了自注意力機制，針對性地捕捉當前對話輪次與上文每一輪對話輪次的聯合情緒特徵，並依託金融壹賬通Gamma Lab團隊在多輪對話領域以及情緒理解領域深耕的技術和經驗的積累，訓練了多個24層Attention Layer的大規模情緒識別模型，並通過自主研發的多模型集成融合技術，有效地克服了前文的兩個難點，實現對話情緒識別效果的重大提升，從而獲得了F1 Score 0.7959的高分成績。

精準情緒識別大幅提高行業生產力

近年來，隨着人工智能和信息化進程的加快，如何讓機器自動理解人類情緒也成爲行業共同探索攻破的難題，毫無疑問，自然語言處理與語言語義理解技術的高速發展勢必在其中扮演着重要角色。金融壹賬通人工智能科學家介紹到，在金融行業，存在着大量的營銷、諮詢、投訴等需求，近年來越來越多的人工智能技術被運用到這些領域，從而達到減少人力成本、緩解客服工作強度和精神壓力，提升服務客戶的質量和效率等目的。但是，如何讓“機器人服務”更有溫度，更加個性化地爲客戶提供更好的服務成爲了我們研究的課題。而整個情緒識別領域規模大、需求多、重要性高的特點，都意味着對話情緒識別有着重大的應用場景和服務廣大的市場。

金融壹賬通Gamma Lab團隊匯聚了衆多人工智能、大數據專家，累計申請專利技術200多項。目前，Gamma Lab團隊已嘗試精準情緒識別技術應用於諮詢、投訴、輔助客服等環節，讓機器人給予客戶更加有溫度、更加精準的服務。