IFTNews：“你为什么不给我发短信！”，也许众多“直男”还没意识到严重性的时候，机器人已经判断出这条信息背后的愤怒情绪了。平安金融壹账通Gamma Lab团队在近日国际顶级文字对话情绪识别的竞赛上又有新突破，机器人有望进一步理解人类的情绪。Gamma Lab继斩获国际微表情识别竞赛OMG和面部动作单元（AU）检测竞赛EmotioNet世界冠军后，在SemEval2019: EmoContext国际顶级文字对话情绪识别竞赛上，再次力挫群雄获得世界第一的排名。这已是Gamma Lab第五次获得国际顶尖赛事的冠军，这标志着金融壹账通无论在视觉领域还是自然语言处理领域，都具有世界领先的理解人类情绪的成熟能力和技术。

金融壹账通再次攻克高难度国际赛事

SemEval是由ACL（Association for Computational Linguistics，国际计算语言学会）词汇和语义小组SIGLEX和SIGSEM组织的词汇与语义计算领域的国际性权威技术竞赛。该赛事从1998年开始举办，参赛者覆盖国内外一流大学、知名公司，这也意味着该赛事代表着最新国际技术和水平。

在本次SemEval 2019中，金融壹账通Gamma Lab团队自主研发的基于上下文的对话情感识别系统，以F1 Score 0.7959的评分拔得头筹。击败了包括苏黎世理工、香港科技大学在内的全球165只参赛队伍，含金量十足。

金融壹账通Gamma Lab AI情绪识别高科技
据了解，本次竞赛使用3万多条聊天式多轮对话数据集作为输入信息，来预测谈话者在结束时的情绪。据金融壹账通人工智能科学家介绍，行业普遍认为机器要实现智能理解谈话者的情绪主要有两个难点，一是谈话者的情绪可能由另外一方施加而来，二是情绪可能在谈话过程中有延续性和转折性。具体来说，我们经常会将快乐，愤怒，悲伤等情绪传递给别人；作为人类，在理解“你为什么不给我发短信！”时，如果不了解前因，我们很难判断说这段话是悲伤还是愤怒的情绪。同理，机器识别情绪也存在同样的模糊性，面部表情和语音声调的缺乏使得识别文本中的情绪颇具难度。
 然而，随着我们越来越多地使用文字即时通讯应用进行通信，文本中的情境情绪识别对于向用户提供情绪感知响应变得越来越重要。 金融壹账通Gamma Lab团队在深挖多轮对话意图识别技术的同时，结合在情绪理解领域的技术壁垒，研发了基于上下文的对话情感识别技术，直接接受对话上下文的文字内容输入，利用自注意力机制提取语义特征，通过深度双向Transformer结果实现了对话领域的情绪识别，绕开了传统人为特征工程的过程，一次性高效地达到了端到端情绪识别的效果。
金融壹账通的AI情绪识别技术在目前自然语言处理领域领先的BERT模型上进行了针对性的网络结构改进，更好地利用了自注意力机制，针对性地捕捉当前对话轮次与上文每一轮对话轮次的联合情绪特征，并依托金融壹账通Gamma Lab团队在多轮对话领域以及情绪理解领域深耕的技术和经验的积累，训练了多个24层Attention Layer的大规模情绪识别模型，并通过自主研发的多模型集成融合技术，有效地克服了前文的两个难点，实现对话情绪识别效果的重大提升，从而获得了F1 Score 0.7959的高分成绩。
精准情绪识别大幅提高行业生产力
近年来，随着人工智能和信息化进程的加快，如何让机器自动理解人类情绪也成为行业共同探索攻破的难题，毫无疑问，自然语言处理与语言语义理解技术的高速发展势必在其中扮演着重要角色。金融壹账通人工智能科学家介绍到，在金融行业，存在着大量的营销、咨询、投诉等需求，近年来越来越多的人工智能技术被运用到这些领域，从而达到减少人力成本、缓解客服工作强度和精神压力，提升服务客户的质量和效率等目的。但是，如何让“机器人服务”更有温度，更加个性化地为客户提供更好的服务成为了我们研究的课题。而整个情绪识别领域规模大、需求多、重要性高的特点，都意味着对话情绪识别有着重大的应用场景和服务广大的市场。
金融壹账通Gamma Lab团队汇聚世界顶尖的人工智能、大数据专家，累计申请专利技术200多项。目前，Gamma Lab团队已尝试精准情绪识别技术应用于咨询、投诉、辅助客服等环节，让机器人给予客户更加有温度、更加精准的服务。