举例来说 ， 我们可以按照不同的属性类别给某个用户打上诸如男性、本科毕业、居住在北京等标签 ， 这样当一条受北京男性喜爱的新闻出现时 ， 系统就会将其推送给相关用户 。 然而 ， 这种推荐方法只做了简单的匹配 ， 因为这些标签并不能准确地描述个人特征 ， 比如无法明确说明他真的是北京人 ， 也不知道用户真正的兴趣爱好是什么 。 但深度学习则可以抛开标签 ， 将每一个人变成数字 ， 也就是向量 ， 通过计算向量之间的相似性来推荐内容 。
按照此方式 ， 每个人都可以被看作是高维空间中的一个点 。 新闻则是同一空间中的另一个点 ， 这样就可以直接比较用户和新闻间的距离 。 我们可以想象 ， 在一个空间中同时包含了众多的用户和新闻 ， 与其中一个用户比较近的自然就是他喜欢的新闻 。
最后一层是排序 。 理论上可以将新闻推荐看作是对高维空间中用户与新闻内容距离的计算 ， 但实践中还有更多的因素需要考虑 ， 例如新闻推荐的多样性、公平性、可解释性等等 。
通过将深度学习与 NLP 集成到新闻推荐系统中 ， Windows 11 可以更好地满足用户对新闻的需求 。 数据显示 ， 在所推荐的新闻上 ， 用户的实时点击率得到了提升 ， 浏览时长也有所增加 。
该推荐算法具有较高的通用性 ， 涉及到个性化搜索和推荐的领域 ， 如微软广告、必应（Bing）搜索等场景都能应用 。 另外 ， 基于推荐算法的研究 ， 微软亚洲研究院还与微软新闻团队联合发布了迄今世界上最大的英文个性化新闻推荐数据集 MIND ， 为新闻推荐的研究建立了相对权威的评测标准 。 而且在2021年的 ACL 大会上 ， 双方团队还合作构建了第一个可以离线评测个性化新闻标题生成方法的基准数据集 PENS（PErsonalized News headlineS） 。
用语音操作电脑 ， 微软无障碍功能不断精进
历代 Windows 版本都考虑到了无障碍增强功能 ， 为不同类别的残障人士提供支持和便利 。 而 Windows 11 中新增的辅助功能Voice Access（语音访问） ， 则通让包括行动不便人士在内的所有人都可以通过语音控制他们的电脑 ， 编辑文本内容 ， 如操作 Windows 系统的应用程序、浏览网页、编写邮件等 。
微软亚洲研究院主管研究员吴俣说 ， “Voice Access 功能使用的是一种端到端的 ASR（Automatic Speech Recognition 自动语音识别）技术 。 它将声音模型与语言模型融合成统一的模型 ， 不仅可以更准确地识别出用户的指令 ， 快速完成相应的任务 ， 更重要的是降低了对计算资源的需求 ， 更适合在笔记本电脑等终端设备上部署 ， 即使在没有互联网的情况下 ， 设备也能支持快速语音识别 。 ”

文章图片

如上图所示 ， Voice Access 首先会将桌面的项目进行编号 ， 然后通过如下的语音指令进行控制 。

操作	语音指令
显示项目编号	“Show numbers” 或者 “Show numbers here”
点击某个编号对应的项目	“Click [number]”, 比如“Click 1”, “Double click 1”, “Right click 1”
隐藏某个编号对应的项目	“Hide Numbers,” “Cancel”

然而 ， 直接将大规模 ASR 模型部署在终端设备上并不现实 。 除了要将模型本身轻量化、提升运算速度外 ， 在与 Azure 团队语音组合作的过程中 ， 研究员们也意识到在将技术转化为产品时 ， 优化模型不仅要聚焦准确率 ， 还要以用户体验为第一优先原则 。 正如微软亚洲研究院高级研究员刘树杰所说 ， “我们做基础研究的时候往往会把一些问题抽象出来 ， 思考如何在一个点上发力把技术做到更好、更优 。 而产品部门的同事更多的是站在用户的角度思考问题 ， 比如用户在什么情况下对产品的满意度更高 ， 使用感受更好 。 ”