近日，NLP國際頂會ACL（The Association for Computational Linguistics）進行的國際賽事WASSA 2023（13th Workshop on Computational Approaches to Subjectivity, Sentiment & Social Media Analysis）公布獲獎結果，天翼雲智能邊緣事業部AI團隊在混合語種競賽的MLEC、MCEC兩項賽道中均取得亞軍的成績。

這是繼天翼雲在中文語言理解零樣本學習權威榜單ZeroCLUE拔得頭籌之後，獲得的又一重要獎項，進一步夯實了天翼雲AI在認知智能領域的行業領先地位。

ACL是全球影響力最大、最具活力的國際學術組織之一，是自然語言處理與計算語言學領域最具權威性的專業學會。ACL會議是NLP領域頂級會議，同時也是CCF 推薦的A類國際學術會議。而本次WASSA混合語種競賽吸引了來自全球的58個優秀團隊參與。

情感是人類基本的心理經驗之一，且難以被定義。在不同語種情境下，人類識別文本的各類情感具有一定難度，而將這些知識轉移到機器上，用機器識別混合語種（code mixed）文本中蘊含的情感將更具挑戰性。WASSA 2023中的混合語種賽事便是針對混合語種文本多標簽情感分類（MLEC）和多類別情感分類（MCEC）舉辦的競賽。混合語種的每個樣本中包含憤怒、喜悅、熱愛等12類情感中的一類或多類，參賽者需要盡可能準確地識別各文本樣本中蘊含的情感。

本次競賽中，天翼雲AI團隊的算法重點采用了“提示學習”技術。“提示學習”是大模型研究的前沿技術之一，也被稱為自然語言處理領域的“第四範式”。傳統“預訓練+微調”的NLP模型應用方式不僅會消耗大量的計算、存儲資源，也會浪費預訓練模型的泛化能力。應用“提示學習”技術，則可以通過設計不同的提示詞、無需進行模型微調，就能進行下遊任務的適配和部署，這一方式實現了預訓練模型的高效利用，同時保留了模型的泛化能力。

天翼雲AI團隊的算法方案僅使用單張GPU卡就實現了混合語種情感分類任務的適配和推理，方案中的數據預處理、提示詞設計、數據推理全流程可在數小時內完成。利用少量的算力和存儲資源，算法方案就能高效部署到下遊任務中，這體現了天翼雲AI團隊在大模型、認知智能領域的技術沉澱，以及對相關業務場景的深度理解。

目前，天翼雲AI團隊“提示學習”技術已在實際業務中得到廣泛應用，尤其是“大模型+提示學習”的技術範式有效地將大模型的能力應用到下遊各類任務和業務場景中。未來，天翼雲將繼續推進人工智能領域技術創新與突破，加快打造原創技術策源地，推動數字技術與產業深度融合，賦能千行百業數字化轉型。