百度技术委员会主席吴华：NLP技术要让机器具有人类语言交流能力

作者：尹天琦

“要让人工智能走进人类的生活，就需要让它们具有与人类交流的语言能力。自然语言处理（NLP）是人工智能的核心领域之一，是解决这一问题的核心途径。研究好NLP就能让计算机理解和生成人类语言，以我们熟悉的方式服务人类。”百度技术委员会主席吴华在国际自然语言处理与中文计算会议（NLPCC）上诠释了NLP技术的重要意义。

NLPCC 2017由中国计算机协会（CCF）主办，是具有国际影响力的学术与创新交流平台。百度技术委员会主席、百度自然语言处理部门技术负责人吴华应邀出席，并在会上介绍了百度NLP技术的发展现状和产品应用能力。

吴华表示，百度NLP以大数据和知识图谱为立足点，基于机器学习和语言学方面的积累，拥有一流的文本理解与生成技术，由此构建起问答、机器翻译和对话系统，并以平台化的方式对更多产品进行支持，如NLPC（NLP Cloud）和百度AI开放平台。百度NLP技术已经应用在搜索、信息流、DuerOS等百度的众多产品上。

凭借多年的技术积累，百度研发了一套联合统一的词法分析方案，极大提高了机器正确识别和标注句子中词的概率。吴华表示，词法分析是自然语言处理的基础，其准确程度直接影响后续一系列分析处理任务的效果。百度的这套方案将专名识别（NE Recognition）、分词和词性标注统一在一个框架中，得到语义更合理和完整的词语切分与词性标注序列；另一方面，百度特有的海量点击反馈数据辅助词性标注将词性标注语料从20万迅速扩充到1亿3千万个句子，标记数据精度超过95%，提升了自动分词和词性标注的准确率。

在介绍百度先进的文本理解与生成技术能力时，吴华强调，不同应用对文本理解的程度和解析粒度的要求不同，一套固定的解决方案无法满足所有需求。目前，百度NLP不仅拥有通用的理解技术，更面向不同任务提供相应的文本理解技术，实现更精准的意图理解、推荐、人机对话等。在搜索中，使用基于深度学习模型的多层次语义匹配技术，搜索结果的关联度将大幅提升。例如，在应用深度学习模型前，搜索“水泵忽强忽弱”结果是不相关的，应用之后的关联度大幅提升。而在基于知识库问答和面向任务的对话系统中，使用精细的句法分析和语义角色标注技术，可以准确定位和理解用户意图。

篇章理解是文本理解的另一核心组成，吴华表示，“NLP技术可以通过用户兴趣网络和文档语义网络形成标签图谱，最终得到‘不搜即得’的智能推荐。”该技术以用户兴趣为出发点，依托从搜索、贴吧、百科等不同渠道获得的有明确含义的主题、话题或实体等内容标签，形成可实时更新的关注点标签图谱。在下面这张关注点标签图谱中，“AI”话题与“科技”、“VR”等话题，“乌镇峰会”等事件关联在一起。基于关注点图谱对文档内容进行标注，可以更好地描述用户与文章之间的关系，从用户的视角对篇章进行更合理的分类和有效的推荐。

吴华在现场向观众展示了两首五言绝句，多数人都难以区分哪一首是由百度机器创作的。目前，百度人工智能撰写的文章通过消息推送、资讯流、开放订阅、百家号等途径进行分发，供用户阅读。

基于上述多项技术能力的积累，百度已经构建起问答、对话和机器翻译三大系统。在问答方面，面对用户提出的问题，系统可基于知识图谱加以回答。吴华坦言，没有理解或推理仍是问答领域的巨大挑战，对此，百度日前推出了世界上最大的中文机器阅读理解数据集——DuReader，该数据集基于真实应用需求，所有问题来源于百度搜索用户的真实问题，文档来自全网真实采样的网页文档和知道UGC文档，答案基于问题与文档人工撰写生成，目前拥有20万个问题和100万个文档；同时，数据集标注了问题类型、实体和观点等丰富信息，弥补了现有主流数据集对于观点类问题覆盖不足的问题。

对话系统以基于意图图谱的核心技术与用户进行多轮交互（multi-turn interaction）。吴华说道，目前面向任务的对话模式将不同的任务分发给对应的bot，使任务管理低效而复杂，而意图图谱将所有意图容纳到一张图中，从而能够进行连续一致的对话管理。

吴华表示，百度已经将NLP技术应用在众多百度的产品当中。2015年5月，百度将神经网络机器翻译技术应用到百度在线翻译服务中，推出了全球首个基于深度学习的大规模在线翻译系统。今年，百度还推出了一款兼具Wi-Fi与翻译双重功能的Wi-Fi翻译机，自带80多个国家的移动数据流量，支持实时语音翻译。

另外，百度也通过平台化的方式对更多产品进行支持。百度开发的自然语言理解一站式解决平台NLPC（NLP Cloud），已经可以提供25种NLP模块，每天被调用超过2000亿次。百度AI开放平台开放了80多项百度核心AI技术能力，其中包含NLP模块、UNIT、翻译在内的十多项自然语言处理方面的能力，供开发者与合作伙伴接入。

近几年来，NLP技术的发展受到了世界各国的高度重视。在美国AI创业公司中，自然语言处理领域的创业公司数量最多。中国的AI创业公司中自然语言处理领域的创业公司位居第三。NLP技术的发展和应用正推动人机交互走进一个新的时代。吴华指出，百度自然语言处理技术将持续高速优化升级，持续为开发者、合作伙伴赋能。智能时代即将来到，百度将让AI更懂人类。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。