近日，由我國智能科學(xué)技術(shù)領(lǐng)域權(quán)威學(xué)會中國人工智能學(xué)會主辦的“第三屆中國‘AI+’創(chuàng)新創(chuàng)業(yè)大賽”完美收官。在“自然語言處理技術(shù)創(chuàng)新大賽——中文文本糾錯比賽”賽道中，力維智聯(lián)Sentosa團隊從眾多企業(yè)和高校團隊中脫穎而出，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)合團隊、清華大學(xué)團隊。

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

此次文本校對任務(wù)主要是針對文本中出現(xiàn)的錯誤進行檢測和糾正，屬于綜合性的自然語言處理研究子方向，能夠比較全面地體現(xiàn)自然語言處理的技術(shù)水平。賽題主要選擇互聯(lián)網(wǎng)上中文母語寫作者撰寫的網(wǎng)絡(luò)文本作為校對評測數(shù)據(jù)，從拼寫錯誤、語法錯誤、語病錯誤等多個方面考察機器的認(rèn)知智能能力。

針對比賽任務(wù)，力維智聯(lián)依托Sentosa數(shù)據(jù)科學(xué)與機器學(xué)習(xí)平臺（DSML），以預(yù)訓(xùn)練模型BERT和ELECTRA為基礎(chǔ)，通過對拼寫、語法、標(biāo)點錯誤的任務(wù)分解與模型串聯(lián)進行訓(xùn)練與預(yù)測。在這個過程中，Sentosa團隊針對語法與標(biāo)點錯誤，提出兩種不同的數(shù)據(jù)增????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，依據(jù)行業(yè)規(guī)范、標(biāo)準(zhǔn)和業(yè)務(wù)知識，開發(fā)出智能審校產(chǎn)品，輔助用戶快速準(zhǔn)確發(fā)現(xiàn)文稿中的字詞錯誤、語法錯誤、標(biāo)點錯誤等問題，幫助用戶提升校對質(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、知識提取、古文句讀等方面持續(xù)發(fā)力，促進中文自然語言技術(shù)發(fā)展，助力出版行業(yè)數(shù)字化轉(zhuǎn)型。