DigSci科學(xué)數(shù)據(jù)挖掘大賽比賽是清華AMiner、智源實驗室、微軟聯(lián)合舉辦的學(xué)術(shù)論文搜索匹配大賽，屬于語義匹配檢索領(lǐng)域，旨在從學(xué)術(shù)材料中挖掘知識。比賽提供一個約含20萬篇論文的論文庫，同時提供對論文的文字描述，描述來自論文中對同類研究的介紹，參賽選手需要為描述段落匹配三篇最相關(guān)的論文。本次比賽吸引了來自包括清華、北大、浙大、復(fù)旦等全國著名高校和企業(yè)組成的100多支專業(yè)隊伍參加。

　　學(xué)術(shù)論文是人類最前沿的知識載體，通過自然語言處理技術(shù)，自動識別一段文本描述最相關(guān)的論文，可以在學(xué)術(shù)搜索、科研知識圖譜、科研自動問答系統(tǒng)、科研自動摘要等領(lǐng)域落地。本次比賽的難點在于給定描述段落匹配的一篇論文（正樣本），在沒有負樣本的情況下要求參賽者給出一個描述段落最匹配的三篇論文。參賽者需要從大規(guī)模論文庫中匹配最相關(guān)的論文，涉及到語義表示、語義檢索等技術(shù)難點。如何縮小搜索范圍以及如何確保縮小的搜索范圍包含了與描述匹配的論文成為比賽的關(guān)鍵技術(shù)。

　　華為云聯(lián)合武漢大學(xué)、重慶郵電大學(xué)，憑借華為云語音語義創(chuàng)新Lab在自然語言處理領(lǐng)域深厚的技術(shù)積累，采用了候選訓(xùn)練集自動生成、自動特征抽取和選擇、深度學(xué)習(xí)文本匹配算法、模型融合集成等技術(shù)。華為云自然語言處理專家提出的候選訓(xùn)練集自動生成技術(shù)對模型取得優(yōu)異結(jié)果起到了關(guān)鍵作用。該技術(shù)針對一個描述段落，自動從大規(guī)模論文庫中生成一個候選訓(xùn)練集合，并通過語義表示和語義匹配確保候選集中包含了待匹配論文。同時采樣負樣本，構(gòu)建出均衡的正負樣本集合用于訓(xùn)練有監(jiān)督的深度語義匹配模型。

　　

　　華為云獲DigSci科學(xué)數(shù)據(jù)挖掘大賽冠軍

　　在已有的自然語言理解、對話機器人、語音交互等語音語義類服務(wù)基礎(chǔ)上，華為云語音語義創(chuàng)新Lab持續(xù)創(chuàng)新，于2019年推出了知識計算即服務(wù)（KaaS）框架，助力政企客戶破解大型企業(yè)和政府機構(gòu)的智能化知識挖掘和管理難題，實現(xiàn)知識化轉(zhuǎn)型。該框架基于在自然語言處理、知識圖譜、深度學(xué)習(xí)、圖計算等領(lǐng)域的技術(shù)積累和實踐，以知識計算云服務(wù)形式提供全棧知識計算流水線平臺，能夠針對不同行業(yè)多源異構(gòu)數(shù)據(jù)進行分析和處理，通過流水線平臺幫助客戶構(gòu)建知識獲取、知識建模、知識管理和知識應(yīng)用的全套知識管理體系。

　　在2019年華為全聯(lián)接大會上，中石油攜手華為聯(lián)合發(fā)布了勘探開發(fā)人工智能平臺，基于知識計算即服務(wù)框架，華為云助力中石油進行勘探開發(fā)知識體系的構(gòu)建、計算和應(yīng)用，為油氣勘探開發(fā)科研、生產(chǎn)管理提供智能化分析手段，實現(xiàn)油氣行業(yè)的知識化轉(zhuǎn)型。

　　憑借創(chuàng)新性和技術(shù)先進性，“華為云知識計算云服務(wù)”獲得了行業(yè)權(quán)威獎項“2019數(shù)博會領(lǐng)先科技成果獎”。在不久前全國知識圖譜及語義計算大會（CCKS 2019）上，華為云還獲得了中文知識圖譜問答大賽“創(chuàng)新技術(shù)獎”。

　　目前，華為云語音語義相關(guān)服務(wù)已經(jīng)成功應(yīng)用于政務(wù)、金融、油氣、醫(yī)療、汽車、物流、保險、電商、稅務(wù)、媒體等具有語音識別、語言理解、知識管理等需求的業(yè)務(wù)領(lǐng)域。