突破自然语言处理瓶颈 需大数据与富知识双轮驱动

　　冷眼观

北京联盟小编了解到　　“今年美国国家科技理事会发布的国家人工智能八大战略中 ， 有三项与自然语言处理有关 。 ”近日 ， 北京智源人工智能研究院首席科学家孙茂松表示 ， “自然语言处理是全球人工智能战略之关键 。 ”然而 ， 当前与自然语言处理的相关技术远未成熟 ， 许多问题亟待突破 。 那么 ， 目前有哪些解决途径？

#科技日报#突破自然语言处理瓶颈 需大数据与富知识双轮驱动。　　“学术领域叫自然语言 ， 其实指的就是人类语言 。 自然语言处理可以说是从人工智能这个词尚未出现前 ， 就是一个重要研究对象 。 ”孙茂松表示 。

　　“语言 ， 是人独立于动物的重要特征之一 。 但是大家不要把自己看得太高明 ， 更不要认为人的语言就是模板 ， 动物的语言也很强大 ， 其中不乏超过我们的 。 ” 孙茂松指出 ， 比如鲸鱼的神经细胞有370亿个 ， 人有200多亿 ， 本身它的神经系统就比我们发达 ， 语言也极其丰富 。 而鱼在海洋光线不好的情况下 ， 能够做很强的交流 ， 到现在人类也对其语言的理解十分有限 。 尽管动物的语言和人的语言有很大不同 ， 但共性即是语言是两个个体之间交流的桥梁 ， 桥梁作用就是研究的关键 。

　　上世纪60年代 ， 机器翻译系统已经出现 。 相关部门用《圣经》中的句子进行了测试 ， 句子直译的意思是“精神是愿意的 ， 但是肉体是虚弱的” ， 但用当时的机器翻译成俄文 ， 再用俄文系统翻译成英文时 ， 就变成“伏特加是好的 ， 但肉却腐烂 ， 酒喝不成了” 。 如今把这个英语句子用谷歌翻译系统翻译成中文 ， 基本上可以保持语义保持完好 ， 这就是显著的进步 。

　　但现在大数据驱动下的自然语言处理遇到的瓶颈 ， 是一位著名机器翻译专家提出机器翻译中“pen”的问题 。 即“pen”有两个意思：钢笔和围栏 ， 而无论是谷歌还是微软的机器翻译 ， 都还不能很好地根据不同语境将其译成合适的意思 。 “如果见过这句话的情况机器可能会翻译准确 ， 而没见过就需要知识的积累 。 大数据驱动下的自然语言处理有很大局限性 ， 即运用知识处理问题的能力几乎没有 。 ”孙茂松指出 。

　　近些年 ， 自然语言处理在全球范围受到学术界的高度重视 ， 美国国防高级研究计划局(DARPA)对基于知识的语言智能投入相当大 ， 涉及到数据知识与行为、低资源语言处理、知识指导模式推理、自动知识获取等 。

　　据介绍 ， 目前我国基于大数据驱动的深度学习已经取得显著进步 ， 这些年来很多重要进展都是基于这个层面 。 有专家指出 ， 今后自然语言处理需要通过知识驱动实现突破 。 孙茂松认为 ， “大数据与富知识双轮驱动”或成为解决问题的关键 ， 即在大数据驱动的基础上加入富知识驱动 ， 两者结合 ， 缺一不可 。 他强调 ， 这个知识是系统性的 ， 而不是用破碎的知识 。

　　为此 ， 北京智源人工智能研究院“自然语言处理”课题团队 ， 将致力于解决多类型知识资源构建、自然语言深度理解、可控自然语言生成、融合知识的机器翻译、智能语言学习、对话系统等问题 。

#科技日报#突破自然语言处理瓶颈 需大数据与富知识双轮驱动。【编辑:张一凡】

稿源：(科技日报)

【】网址：/a/2019/1031/010news165001.html

标题：#科技日报#突破自然语言处理瓶颈 需大数据与富知识双轮驱动