德勤智慧债券舆情分析算法被人工智能领域国际顶级学术会议IJCAI2018收录

近期，德勤智慧债券团队与中科院联合研发的舆情分析算法FISHQA研究成果被2018年国际人工智能联合会议（International Joint Conference on Artificial Intelligence，IJCAI 2018）录用，其主要作者德勤中国风险咨询合伙人俞宁子先生与中科院敖翔博士应邀于会议上进行报告。

IJCAI 2018于今年7月13日至19日在瑞典首都斯德哥尔摩举行，会议由 IJCAI（国际人工智能联合会）和EurAI（欧洲人工智能学会）联合发起举办。国际人工智能联合会议是国际人工智能领域最顶级的综合学术会议，拥有最为悠久的历史，被中国计算机学会（CCF）推荐国际学术会议列表认定为A类会议，在国际人工智能领域占据非常权威的地位。IJCAI始终秉持着严苛的录用标准，论文录用率一般在20%左右。2018年总的投稿量达3470篇，最终录取710篇，录取率为20.5%。

俞宁子先生所带领的德勤智慧债券团队从2016年初便一直与中国科学院计算所联合研究人工智能领域的前沿技术在风险咨询领域的应用。此次论文的发表，正是德勤智慧债券团队与中国科学院深度合作的重要成果。

那么被本次国际人工智能联合会议认可的FISHQA算法究竟是做什么的呢？下面让我们一起来简单了解一下。通俗来讲，FISHQA算法研究的领域属于自然语言处理（Natural Language Processing, NLP）中的情感分析（Sentiment Analysis）这一子领域。提起自然语言处理，其实它在我们的日常生活中已经得到了非常广泛的应用，无论是Google的机器翻译，iPhone的Siri还是很多零售银行的智能客服等，都利用了科学家们对人类所使用语言，即自然语言的研究成果，以达到语言的检索与转换、语义的理解以及语言生成的目的。目前自然语言处理已经成为计算机科学研究最为庞大的分支之一。而情感分析也称为观点挖掘，是自然语言处理的子领域，这一子领域的目标是从自然语言中分析出人们对于实体及其属性所表达的观点、情感、评价、态度和情绪。相信很多人都有使用大众点评来点评餐厅或者参考点评来决定去哪家吃的习惯，而面对每日数百万条的点评数据，人工是没有办法处理的，需要通过算法对用户的点评进行自动化分析，例如对于某家餐厅，可以通过算法对某用户的评论进行分析进而得出该餐厅（1）服务：非常好；（2）价格：不贵，人均80元；（3）环境：安静，灯光暗，适合约会。这就是情感分析一个非常典型的例子。除此之外，情感分析算法还可用于电影票房预测、美国大选预测、股票投资等诸多领域。而德勤智慧债券团队则是将此种技术应用到了企业风险预警上，利用算法对企业舆情信息进行自动化分析。

FISHQA算法是一种基于双向循环神经网络的深度学习算法，并通过进一步引入层次化结构模型以及自动问答注意力机制（Hierarchical Query-driven Attention），更有效的对企业舆情信息进行分析判断。更值得一提的是，纵观当前几乎所有采用深度学习技术的舆情分析算法，由于受限于传统神经网络“黑箱”的特性，无论在学术领域还是实际生产中，对于算法的输出结果往往无法辅以一个很好的解释。而FISHQA 不仅能够有效对舆情的正负面情感进行识别，还可以对输出结果进行充分的解释，有效克服上述情感判断依据不明确的问题。这些特点最终使得FISHQA算法能够脱颖而出，并被IJCAI18录用。

让我们将目光转向资本市场，2018年上半年以来正值中国债券市场第三次违约潮，债券违约频发导致投资人遭受重大损失的现状与目前金融机构缺乏有效的债券信用风险管理工具已成为当前主要矛盾。而德勤智慧债券这一债券信用风险一站式管理平台作为德勤中国风险咨询部门智能应用业务的拳头产品，凭借如FISHQA算法等先进的大数据、人工智能和云技术，对发债企业的负面舆情和异常交易进行全天候监测和深入分析，并通过浏览器登录、数据对接、邮件推送等多种方式，为金融机构提供最快速、便捷、智能、专业的风险预警服务。

自2017年11月30日产品正式发布以来，德勤智慧债券成功预警全部新增违约主体，预警覆盖率达100%，受到市场认可。德勤智慧债券目前已成功签约国内最大的银行、券商和保险。

欲了解更多信息请发送邮件至：ibsupport@deloitte.com.cn