韦福如分别于2004年和2009年在武汉大学计算机学院获得本科和博士学位。目前在微软亚洲研究院自然语言计算组主要从事智能问答和对话系统，机器阅读理解和摘要，情感（绪）分析和意见挖掘等研究及应用。多项研究成果转化到微软重要产品中, 包括聊天机器人, 搜索和广告及微软认知服务等。在自然语言处理领域顶级杂志和期刊（Computational Linguistics，ACL/EMNLP/COLING/SIGIR/AAAI/IJCAI等）发表论文90余篇，并担任过EMNLP 2015，NAACL 2016等国际会议领域主席。

　　在过去的十年，韦福如的研究涉及自然语言处理领域的多个关键课题，包括文本挖掘中的情感分析和意见挖掘、智能问答对话以及机器阅读理解与摘要等等。韦福如与他率领的团队是微软小冰作词作曲惊艳表现背后的主要推手。

　　此外，韦福如所带领的团队所构建的端到端的深度神经网络模型R-NET，在被誉为“机器阅读理解领域 ImageNet”的 SQuAD（Stanford Question Answering Dataset）文本理解挑战赛中持续蝉联榜首，且 R-NET 在单模型和集成模型中都处于顶尖水平。2018年1 月 3 日提交的 R-NET 模型更是在 EM 值（Exact Match，表示预测答案和真实答案完全匹配）上以 82.650 的最高分领先，并率先超越人类分数 82.304。这是计算机文本理解能力首次超越人类，预示着未来相关人工智能应用将有更多的发展和突破。

转载请注明出处。