好未来7篇学术论文入选国际顶会

　　多知网5月21日消息，近日，好未来AI工程院机器学习团队的7篇学术论文连续入选国际人工智能教育大会(AIED 2020)、教育数据挖掘国际会议(EDM 2020)、国际声学、语音与信号处理会议(ICASSP2020)、国际互联网大会(WWW 2020)等多个国际顶级学术会议。

　　本次入选的7篇学术论文主要基于AI+教育场景应用的研究，覆盖了语音识别、数据挖掘、机器学习等人工智能研究的多个分支领域。其中，三篇学术论文入选了AIED 2020大会。

　　AIED是教育应用领域的国际顶级会议，以“为教育计算应用领域提供高质量研究的智能系统和认知科学方法”而闻名。

　　本次入选AIED 2020大会的三篇论文分别是：围绕教师声音识别与分离的《Siamese Neural Networks For Class Activity Detection》，通过对线上一对一与线下小班教学场景内的单音轨课堂录音中的教师声音进行识别与分离，模型识别结果的AUC分别达到94.2%与85.5%;针对教师提问自动检测的《Neural Multi-Task Learning for Automatic Detection of Teacher Questions in Online Classrooms》，提出了用于在线课堂中教师提问的自动检测的新框架，通过对老师提问的类型(开放问句、求知型问句、对话管理型问句、程序型问句)的检测，从而更细粒度的量化老师的行为;对教师相关的语言行为进行自动检测的《Automatic Dialogic Instruction Detection for K-12 Online One-on-one Classes》，针对不同科目和年级调整对老师课堂上行为的要求，帮助老师掌握授课技巧、提升授课质量。

　　在教育大数据领域的国际顶级会议EDM 2020上，好未来针对线上一对一授课模式下的学生退学行为进行机器学习模型建模的论文《Identifying At-Risk K-12 Students In Multimodal Online Environments: A Machine Learning Approach》成功入选。这是工业界与学术界首次针对K12在线教育场景的学生退课行为进行预测尝试，通过对课堂行为和课后服务等多维度数据的分析，及时了解学生的学习状态和知识掌握情况，并为学生学习方案的调整优化提供帮助。

　　在全世界范围内的信号处理及其应用方面的顶级会议ICASSP上，在《Multimodal Learning For Classroom Activity Detection》论文中，好未来基于声纹注意力结构的多模态说话人识别模型方法，准确率超过了SOTA模型10%左右。在另一篇论文《UPGRADING CRFS TO JRFS AND ITS BENEFITS TO SEQUENCE MODELING AND LABELING》中，好未来将经典的序列模型CRF升级为一个联合的生成模型——JRF，新模型在各算法指标上都稳定超过了CRF。同时，好未来关于自由场景下的口语表达能力评测的论文《Dolphin: A Spoken Language Proficiency Assessment System for Elementary Education》也入选了国际互联网顶级会议WWW2020，并在会议上进行宣讲。论文基于好未来AI工程院研发的口语表达能力评测进行的方案和算法创新。

　　近期，好未来还有多项学术成果入选AAAI 2020、NCME2020等国际顶级学术会议。好未来AI工程院更是斩获2020年世界计算机视觉领域顶级会议CVPR2020——EmotioNet人脸表情识别竞赛冠军。

　　近年来，好未来不断加大在AI研发上的投入，目前已围绕教育场景需求，累计研发包括图像、语音、数据挖掘、自然语言处理等8大类型、100多项AI能力，打造10余项教育场景应用AI解决方案。目前，好未来还将多项AI能力产品化，并广泛应用在内部多项业务中。

　　好未来积极推动AI能力在全行业的开放共享，通过AI开放平台，向行业伙伴提供领先的AI能力与解决方案。截至目前，好未来AI开放平台已上线100余项针对教育行业的AI能力，其中行业领先及独有的模型达到半数。去年8 月，科技部批准依托好未来建设智慧教育国家新一代人工智能开放创新平台。

　　关于好未来AI开放平台

　　好未来AI开放平台(https://ai.100tal.com/)以多年教育行业经验为基础，打造经过真实场景应用检验的AI技术，为全行业提供服务。