7月5日消息，阿里達摩院宣布開源新一代人機對話模型ESIM。該算法模型提出兩年多，已被200多篇論文引用，更曾在國際頂級對話系統評測大賽（DSTC7）上獲得雙料冠軍，將人機對話準確率的紀錄提升至94.1%。

ESIM模型還被用來評測一些新提出的數據集，比如來自紐約大學的MultiNLI數據集、最近大熱的來自華盛頓大學的SWAG數據集、NAACL19 Best Resource Paper常識知識QA數據集CommonsenseQA等等。

據介紹，比起業界使用最為廣泛的LSTM模型，ESIM人機對話回復模型回復準確率更高。采用全新ESIM模型的人機對話回復模型，比LSTM模型回復準確率提升25%（數據來自ICASSP2019論文中Ubuntu測試集的數據）。

陳謙參加第七屆對話系統技術挑戰賽

ESIM模型最初由達摩院語音實驗室內的90后科學家陳謙（花名潭清）研發，他博士畢業于中科大，是達摩院中最年輕的科學家之一，也是2018屆的阿里星（阿里星是專門針對高校頂尖人才的一個培養計劃，從應屆畢業生中經過層層篩選，由技術帶頭人擔任主管，進行重點培養，每年的阿里星平均只有20人不到）。

在去年DSTC 7對話系統評測大賽上，ESIM在NOESIS賽道中從麻省理工學院、約翰霍普金斯大學、IBM研究院等近20支參賽隊伍中拿下該賽道兩項比賽的冠軍。NOESIS賽道考察AI的人機對話能力，要求AI根據給定的多輪人機對話歷史，從成百到上萬個句子中選出正確的回復。

ESIM模型的原理論文已于2017年發表在國際頂級自然語言處理會議ACL 2017，阿里巴巴此次開源的模型原理論文發表在了今年國際頂級語音會議ICASSP 2019上，在公開的標準數據集Ubuntu（英文）和E-commerce（中文）上均取得了目前最高的成績。

人機對話系統及其背后的認知智能，為讓機器快速準確理解人類的表達，ESIM給AI裝上一套“雷達”系統，賦予它實時檢索對話歷史、自動去除干擾信息的能力，使它能夠給出人類期待的回復。

目前，這一模型已在基于ESIM模型研發的智能語音點餐機、地鐵語音售票機等應用中落地，還可能將給智能客服、導航軟件、智能音箱等應用場景帶去改變。