金融科技公司香侬科技于近日提出了Glyce模型，打破13项近乎所有中文自然语言理解(NLP)的世界纪录，这是中国团队在计算机理解中文方面取得的一项重要进步。加州大学圣塔芭芭拉分校教授、卡耐基梅隆大学计算机博士William Wang表示, "目前绝大多数的NLP研究基于英文，并不完全适用于汉语。Glyce利用汉字的象形表意特征，是在AI理解中文语义方面做出的重要创新。"
在文字中获得想要的信息，报告被浓缩成摘要，机器可以明白你的问题快速作答。让机器读懂人类语言是人工智能的核心目标，也因此吸引世界科技巨头如谷歌，Facebook, 苹果，亚马逊等大力布局自然语言处理(NLP)方向。国内的大型互联网公司和创业公司也都在进行各项研究。NLP领域因各方的参与进展飞速。香侬科技专注自然语言处理技术创新，表现十分抢眼。这个由一群最优秀的中国年轻人组成的，平均年龄不到30岁的科技创业公司，带来了全世界最好的智能中文语义理解结果。
很多金融机构对香侬科技并不陌生。香侬科技致力于用AI技术实时处理海量信息，为大型金融机构提供外源信息聚合，智能文档审核，企业信用舆情监测，专业金融问答，智能报告生成等服务。
成立仅一年，该团队就因在NLP领域的技术优势与多家金融机构建立了合作。据报道，香侬科技在去年9月完成了红杉中国领投的1.1亿元A轮融资，累计融资额近2亿人民币。香侬科技的CEO李纪为博士来自斯坦福自然语言处理实验室，是斯坦福计算机系第一个三年毕业的博士，也是NLP领域学术引用最多的青年学者之一。他入选2018年福布斯中国"30位30岁以下精英榜"。团队的其他成员也均来自世界顶尖学府，科技公司和金融机构。
在服务金融机构的多项业务场景中，香侬科技始终在思考，能否让计算机更多地读懂中文的财经新闻，行研报告，帮助人们快速地获取关键信息?香侬科技持续加大在金融领域的NLP研究，并提出了Glyce模型。
中文天赋其形，是象形文字，字形本身蕴含丰富的语义信息。然而当今中文自然语言处理的方法一般借鉴于西方，所以主要机制多针对罗马字母，而并不是适合中文象形文字。Glyce模型运用不同历史时期的中文象形，从周商时期的金文，汉代的隶书，魏晋时期的篆书，南北朝时期的魏碑，以及繁体、简体中文，还本溯源，将漫长历史中丰富的中文演变，抽象成机器可以理解的符号，让机器更好地理解中文语言。打破了13项NLP世界纪录，对机器理解中文取得了一大进步。
Glyce模型在近乎所有中文自然语言处理的任务打破了历史记录，任务包括情感分析，句法分析, 字符级别语言模型，词级别语言模型, 中文分词, 实体标注, 词性标注，语义角色分析, 语义相似度计算, 问答匹配, 机器翻译, 篇章句法树分析。Glyce作者共有九名，均来自香侬科技。
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。
