点击上方蓝字
【详解Windows 11背后的技术创新】关注我们
（本文阅读时间：11分钟）
（转载自微软研究院AI头条）
问世30多年来 ， Windows 已经成为全球亿万人工作、生活、创作时不可或缺的绝佳伙伴 。 2021年10月5日 ， 微软产品大家庭正式迎来了最新成员 Windows 11 。 在如今混合办公、远程协作成为新常态的背景下 ， 新一代 Windows 11 创新的功能设计、高效易用的体验、丰富精彩的内容 ， 将更好地帮助用户提高生产力、发挥创造力 。 而在 Windows 11 个性化、智能化功能的背后 ， 既有微软产品团队努力的成果 ， 也离不开微软研究部门的技术支持 。 那么 ， 这些丰富实用的新功能是如何实现的？微软亚洲研究的基础研究创新成果又是如何转化到一线产品中的？
2021年10月5日正式发布的 Windows 11 ， 小到“开始”菜单、任务栏的位置、图标和字体的设计 ， 大到自动化推荐、语音控制等功能 ， 都让用户与之所爱更近一步 。 在更智能化、人性化的 Windows 11 系统中 ， 多个基于微软亚洲研究院的技术创新实现的功能 ， 为用户带来了全新的使用体验 。

文章图片

深度学习与 NLP 的融合 ， 让 Windows 11 “新闻与兴趣” 知你所需
新闻推荐属于一种特殊的个性化推荐 ， 相比于商品、电影等内容的推荐 ， 新闻事件每时每刻都在更新 ， 对于系统来说每条新闻都是全新的内容 ， 这就使得系统无法获得足够的用户交互数据来训练推荐模型 ， 因此 ， 必须从新闻本身出发 ， 加强对内容的理解 。 尽管之前也有针对新闻推荐的算法模型 ， 但那些模型给用户推荐的往往是同质化的新闻 ， 极易造成用户反感 ， 难以精准匹配用户对新闻的实际需求 。
微软亚洲研究院首席研究员谢幸表示 ， “新闻内容本身和阅读新闻的用户其实都可以用文本表示 ， 推荐的准确与否本质上都可以看作是对这些文本语义理解的深度 。 过去的推荐系统要么没有使用深度学习技术 ， 无法学习样本数据的内在规律 ， 要么基于深度学习却没有结合自然语言处理（NLP）技术 ， 无法对语义进行更深的理解 。 ”因此 ， 微软亚洲研究院将最新的深度学习与 NLP 技术集成到了对用户和新闻的建模中 ， 大幅提升了推荐模型的性能和准确率 。 基于此模型 ， Windows 11 “新闻与兴趣”功能实现了多样化、个性化和更精准的新闻推荐 ， 现在用户可以通过 Windows 11 中的小组件等多种方式随时看到他们最感兴趣的新闻内容 。

文章图片

具体来看 ， 可以将这一推荐算法分成三层：
第一层是针对当前新闻内容本身文本的理解 ， 实际上就是对自然语言的理解 。 这一层主要基于微软图灵通用语言表示模型 ， 其核心模型和算法采用了研究院最新的统一语言预训练模型 UniLM 和多语言预训练模型 InfoXLM ， 这两项技术在语言理解、生成和翻译任务上都取得了领先的结果 。
第二层是对用户的理解 ， 也就是围绕用户所展开的一系列文本理解 ， 但又不只是简单的文本整合 。 虽然可以将用户看成一个已经浏览或阅读了新闻的文本集合 ， 但不能将所有文本简单地进行拼接 ， 系统还需要了解用户阅读的先后顺序 ， 以及由此形成的用户兴趣群组、对兴趣重要性进行区分等等 ， 这些都是对用户的建模过程 。 当考虑这些因素时 ， 用户就由原来一系列标签化的表示 ， 转变为在深度学习中的向量表示 ， 从而极大地提升准确率 。