阿里云人工智能平台PAI多篇论文入选EMNLP 2023

近期，阿里云人工智能平台PAI主导的多篇论文在EMNLP2023上入选。EMNLP是人工智能自然语言处理领域的顶级国际会议，聚焦于自然语言处理技术在各个应用场景的学术研究，尤其重视自然语言处理的实证研究。该会议曾推动了预训练语言模型、文本挖掘、对话系统、机器翻译等自然语言处理领域的核心创新，在学术和工业界都有巨大的影响力。此次入选意味着阿里云人工智能平台PAI自研的自然语言处理算法达到了全球业界先进水平，获得了国际学者的认可，展现了中国人工智能技术创新在国际上的竞争力。

论文简述

面向Stable Diffusion的自动Prompt工程算法BeautifulPrompt

文生图是AIGC中最引人注目和广泛应用的技术之一，旨在通过文本输入创建逼真的图像。然而，文成图模型要求用户在模型推理之前编写文本提示（例如“一艘雄伟的帆船”）。编写满足设计师或艺术工作者需求的这些提示充满了不确定性，就像开盲盒一样。这是由于训练数据的质量问题，导致需要详细的描述才能生成高质量的图像。在现实场景中，非专家往往很难手工编写这些提示，并且需要通过试错的迭代修改来重新生成图像，从而导致时间和计算资源的严重浪费。BeautifulPrompt模型关注于大语言模型（LLM）自动地生成高质量的提示词，与InstructGPT类似，采用了三阶段的训练方式。下图展示了使用简单的图片描述和BeautifulPrompt之后生产的图片：

为了验证BeautifulPrompt的有效性，我们在一些基于模型打分的客观指标和人类主观评估上做了评测，结果验证了BeautifulPrompt显著提升了提示词的质量，可以生成高质量的图像。

面向垂直领域的知识预训练语言模型

知识增强预训练语言模型（KEPLM）通过从大规模知识图（KGs）中注入知识事实来提高各种下游NLP任务的性能。然而，由于缺乏足够的域图语义ÿ