晉耀紅
神州泰岳人工智能研究院院長(zhǎng)兼首席科學(xué)家，博士生導(dǎo)師，中國(guó)計(jì)算機(jī)學(xué)會(huì)中文信息技術(shù)專(zhuān)委會(huì)專(zhuān)委，中國(guó)人工智能學(xué)會(huì)自然語(yǔ)言處理專(zhuān)委會(huì)專(zhuān)委。師從中國(guó)自然語(yǔ)言處理著名流派概念層次網(wǎng)絡(luò)（HNC）的創(chuàng)始人黃曾陽(yáng)教授并于2006年出版專(zhuān)著《HNC（概念層次網(wǎng)絡(luò)）語(yǔ)言理解技術(shù)及其應(yīng)用》。國(guó)家863十二五課題（2012~2015）“海量文本多層次知識(shí)表示及中文文本理解應(yīng)用系統(tǒng)研制”的課題負(fù)責(zé)人。
“NLP是語(yǔ)言與計(jì)算結(jié)合的技術(shù)。”
自然語(yǔ)言處理（NLP）是人工智能和語(yǔ)言學(xué)的一部分，致力于使用計(jì)算機(jī)理解人類(lèi)語(yǔ)言中的句子或詞語(yǔ)，實(shí)現(xiàn)降低用戶(hù)工作量并滿(mǎn)足使用自然語(yǔ)言進(jìn)行人機(jī)交互的目的。
語(yǔ)法、語(yǔ)義、語(yǔ)用一個(gè)都不能少
晉耀紅博士認(rèn)為，在現(xiàn)階段自然語(yǔ)言處理存在重計(jì)算輕語(yǔ)言的傾向，這是比較片面的。因?yàn)镹LP的研究對(duì)象是語(yǔ)言，所以不能脫離語(yǔ)言談NLP，而必須基于語(yǔ)言知識(shí)，同時(shí)利用計(jì)算機(jī)技術(shù)來(lái)進(jìn)行NLP的處理。
語(yǔ)法的作用
我打小明。
狼吃羊。
網(wǎng)易收購(gòu)Daydream公司。
動(dòng)詞前面的主語(yǔ)是“我”、“狼”、“網(wǎng)易”是動(dòng)作的發(fā)出者，是施事，主語(yǔ)后的賓語(yǔ)“小明”、“羊”、“Daydream公司”是動(dòng)作的承受者，是受事。如果顛倒過(guò)來(lái)，“小明打我”、“羊吃狼”、“Daydream公司收購(gòu)網(wǎng)易”，那么意思就完全變了。
語(yǔ)序作為重要的語(yǔ)法手段，規(guī)定了誰(shuí)是動(dòng)作的實(shí)施者，誰(shuí)是動(dòng)作的承受者。
語(yǔ)義的作用
小鳥(niǎo)在天空中飛翔。
白菜在天空中飛翔。
第一個(gè)句子非常自然。而第二個(gè)句子雖然符合語(yǔ)法，卻讓人忍不住思考，在什么情況下，白菜才能在天上飛。這是因?yàn)?ldquo;小鳥(niǎo)”在語(yǔ)義平面上具有“飛翔”的功能，而“白菜”不具備此功能。
語(yǔ)義歧義性是待攻克的難點(diǎn)。
語(yǔ)用的作用
有一個(gè)程序員出去買(mǎi)東西，妻子跟他說(shuō)：“買(mǎi)五個(gè)桃子回來(lái)，要是看見(jiàn)賣(mài)西瓜的，就買(mǎi)一個(gè)。”結(jié)果他買(mǎi)了一個(gè)桃子回來(lái)。妻子非常生氣。
在這個(gè)情景里面，妻子的意思是如果看見(jiàn)賣(mài)西瓜的，就買(mǎi)五個(gè)桃子一個(gè)西瓜。而丈夫誤解了妻子的意思。
誤解的產(chǎn)生及其原因是屬于語(yǔ)用平面的范疇。
晉博士談到，泰岳AI研究院在此方面投入了大量研究精力，最新推出的非結(jié)構(gòu)化文本大數(shù)據(jù)分析挖掘平臺(tái)DINFO-OEC8.0，通過(guò)其獨(dú)有的專(zhuān)屬語(yǔ)義模型建設(shè)能力，能夠?qū)崿F(xiàn)語(yǔ)義消歧、語(yǔ)義歸一化/概念化，可解決非結(jié)構(gòu)化數(shù)據(jù)處理技術(shù)中語(yǔ)言表達(dá)靈活、多樣化的挑戰(zhàn)難題，精準(zhǔn)挖掘業(yè)務(wù)語(yǔ)義，提煉非結(jié)構(gòu)化數(shù)據(jù)中業(yè)務(wù)價(jià)值信息。
計(jì)算方法是語(yǔ)言知識(shí)量化的手段和溝通橋梁
晉博士認(rèn)為，除了語(yǔ)言學(xué)知識(shí)，要對(duì)語(yǔ)言進(jìn)行全面分析，計(jì)算方法也必不可少，我們很長(zhǎng)時(shí)間內(nèi)以傳統(tǒng)的統(tǒng)計(jì)學(xué)習(xí)方法為主，進(jìn)入21世紀(jì)以后，基于詞嵌入的深度學(xué)習(xí)方法進(jìn)入了人們的視線(xiàn)并且迅速掀起新的浪潮。不同于之前的統(tǒng)計(jì)學(xué)習(xí)，其訓(xùn)練基于淺層的、高度稀疏的特征，并且高度依賴(lài)于人工對(duì)特征的選擇。深度學(xué)習(xí)方法是基于密集向量表征做多層級(jí)的自動(dòng)特征表征的學(xué)習(xí)，能夠?qū)崿F(xiàn)對(duì)特征的自動(dòng)學(xué)習(xí)。正如DINFO-OEC8.0，我們集成統(tǒng)計(jì)學(xué)習(xí)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等關(guān)鍵自然語(yǔ)言處理技術(shù)，針對(duì)泰岳自主研發(fā)的專(zhuān)屬語(yǔ)義模型作了進(jìn)一步創(chuàng)新與改進(jìn)，集成深度學(xué)習(xí)計(jì)算能力，實(shí)現(xiàn)平臺(tái)對(duì)大規(guī)模訓(xùn)練語(yǔ)料的學(xué)習(xí)與預(yù)測(cè)。
晉博士談到，目前在圖像識(shí)別領(lǐng)域，深度學(xué)習(xí)的識(shí)別準(zhǔn)確率達(dá)到、甚至超過(guò)了人類(lèi)水平；在語(yǔ)音識(shí)別領(lǐng)域，深度學(xué)習(xí)幫助語(yǔ)音識(shí)別從實(shí)驗(yàn)室走向了商用。而在NLP領(lǐng)域，深度學(xué)習(xí)的應(yīng)用尚未有重大突破，但在文本分類(lèi)、命名實(shí)體識(shí)別、詞義消歧、情感分析、機(jī)器翻譯領(lǐng)域，采用深度學(xué)習(xí)的應(yīng)用均超過(guò)了當(dāng)時(shí)的最優(yōu)方案，取得了不俗的成績(jī)。
語(yǔ)言與計(jì)算的有機(jī)結(jié)合是NLP達(dá)到實(shí)用目標(biāo)的關(guān)鍵
在實(shí)際應(yīng)用場(chǎng)景中，如客服熱點(diǎn)的自動(dòng)挖掘、企業(yè)關(guān)聯(lián)圖譜等，NLP的應(yīng)用經(jīng)常是多個(gè)任務(wù)協(xié)同處理，共同輸出結(jié)果。如何將語(yǔ)言知識(shí)與計(jì)算方法有機(jī)組織到一起，如何將各個(gè)NLP任務(wù)有效結(jié)合，是NLP應(yīng)用達(dá)到實(shí)用目標(biāo)的關(guān)鍵所在。
