【计算机科学与技术学院 宣】（徐睿峰/文、图）2022年12月10日-14日，International Conference on Cognitive Computing，ICCC 2022国际会议在美国夏威夷举行(https://www.servicessociety.org/iccc/2022)。会后，大会评奖委员会根据论文质量、报告质量和专家反馈，最终评选出会议相关奖项。由哈工大-康佳联合实验室李昂、梁兴伟牵头完成的论文《A Coarse-to-Fine Text Matching Framework for Customer Service Question Answering》荣获ICCC 2022 Best Paper Award。

这篇论文工作在国家自然科学基金以及哈尔滨工业大学-康佳联合实验室的资助下完成，是哈工大深圳人类语言技术研究团队与康佳集团股份有限公司开展产学研合作的成果。论文所使用的主要数据资源均来自康佳集团股份有限公司。基于该论文开发的智能客服系统，目前已经在康佳相关微信小程序中上线，实现了科技成果的产业转化。

现有的客服对话系统主要基于计算成本高且内存密集的深度神经网络，这阻碍了它们在许多现实场景中的部署。此外，客服对话数据具有很强的领域特定性，没有特定的模型优化很难达到很高的匹配精度。本文提出了一种由Fasttext粗粒度分类和Roformer-sim细粒度句子向量匹配组成的Coarse-to-Fine结构的文本匹配框架。这种Coarse-to-Fine结构可以有效减少模型参数量，加快系统推理速度。本文根据客服对话数据的特点，利用CoSENT损失函数对Roformer-sim模型进行了优化，有效提升了该框架的匹配精度。本文利用来自康佳的CHUZHOU和EIP真实客户服务问答数据集进行了大量的实验。结果表明，CFTM在所有指标上都优于基线方法，F1-Score提高了2.5推理时间加快了30%，这表明本文的CFTM框架在客服问答中获得了更高的响应准确率和更快的交互速度。（审核：徐睿峰、王宇宁）