近日，在人工智能核心学术会议“全国知识图谱与语义计算大会”上，特斯联AI算法团队在赛事中勇夺“地址相关性任务”亚军，为城市双碳算法体系低代码、零代码落地再添新翼。

全国知识图谱与语义计算大会（CCKS）是由中国中文信息学会语言与知识计算专业委员会主办的国内知识图谱、语义技术、链接数据等领域的核心学术会议，聚集了知识表示、自然语言理解、知识获取、智能问答、链接数据、图数据库、图计算、自动推理等相关技术领域的学者和研究人员。

参加本次比赛的2,731支队伍中，有包括中国移动、小鹏汽车、网易传媒、中软安人、汉仪字库、大智慧财汇科技、清博智能等大型公司参赛队伍；也有北京大学、中国科学技术大学、浙江大学、中国科学院、武汉大学等知名高等学府参赛。

本次比赛包含中文自然语言理解（NLP）中的地址要素解析、地址相关性任务。特斯联研发中心AI算法部门参与了 “地址相关性任务”比赛，通过特斯联在全国落地的数千个智慧项目产生的数据，对弱监督的训练体系+NLP句子关系判断子类的模型进行不断打磨修正，实现将行业应用与算法研究的分离。这一技术在这次比赛中得到了很好的验证：在训练时间仅有12小时的复赛中，特斯联的赋能平台技术体系体现出了良好的泛化性和鲁棒性，最终击败其余参赛队伍，斩获亚军。

参赛的算法模型仅是特斯联九章AI算法赋能平台的部分呈现。目前九章算法赋能体系正在应用于构建以智慧园区为单元的城市双碳算法体系，通过IoT层（端侧）的感知算法进行结构化分析，在边侧建立认知算法分析能力，在云侧建立以知识图谱为核心的专家系统。对边端云的各级数据进行分析处理，构建出碳资产预测算法、园区节碳预测规划算法、IoT设备低碳决策算法等，不仅提供算法本身，同时也向整个生态提供算法可孵化的能力。

特斯联致力于打造一个基于工程应用人员的人工智能平台，让各行业通过低代码、零代码的方式使用到AI算法。经过多年的积累和打磨，九章算法赋能体系已经实现了涉及视频图像（CV）、自然语言处理（NLP）、推荐预测、知识图谱4个方向13个子方向的赋能算法能力，为未来城市建设发展打造样板。