语言理解：人机交互需求倒逼技术升级，商业应用不断涌现

您当前位置：首页 > 中为资讯 > IT通讯 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-08-11 17:22:29】【打印】【关闭】

相关报告

2015-2019年中国多款供选业兼并重组及投资建议研究分析报告(2014-10-31)
2015-2020年中国耐磨板行业深度调研及市场投资发展研究报告(2015-06-30)
2016-2022年中国卡持设备行业市场深度调查研究及投资咨询报告(2015-12-04)
2016-2022年中国船用推进电机区域行业市场调查研究及发展分析报告(2015-11-06)
2015-2019年中国进排气系统业兼并重组及投资建议研究分析报告(2014-10-28)
2014-2018年中国精油行业市场发展研究及投资咨询研究报告(2014-03-13)
2015-2020年中国胶囊剂行业市场调查研究及投资发展分析报告(2015-05-09)
2015-2019版钢筋机械行业企业建设项目可行性研究报告(2014-11-05)
2014-2018年HPMC项目商业计划书(2014-10-16)
2015-2020年中国纺织服装行业深度调研及市场投资发展研究报告(2015-08-05)

语言理解（自然语言处理）是研究人与计算机交互的语言问题的技术。与语音识别不同，语音识别是将语音信号转化为文本或相应指令，而语言理解是指让机器理解人类的语言，人们可以用自己最习惯的语言来使用计算机，无需再花费大量的时间和精力学习各种计算机语言，因此语言理解技术难度更大。

自然语言处理最大的挑战是处理歧义问题，多元化的人际交互需求倒逼语言处理技术不断升级。人类语言具有很大的复杂性，很多用词和表达方式与特定语境相关。即使是同一个句子，在不同语境下的意思也不相同。这需要计算机进行词法分析、语法分析、句法分析、语义理解和机器学习，是一项复杂的信息系统工程。目前多元化的人机交互需求倒逼产业界技术升级。

人类语言较为复杂

由于人类语言的复杂性，自然语言处理需要建立复杂的分析结构。一个文本从形式上看是由不同层次——字、词、句、段、篇、章组成，每一层次之间的转变都存在着歧义和多义的现象。因此机器对自然语言处理的基本模型也是分层次解析的，从底层资源到Term级，短串级和篇章级，需要结合不同的处理分析方式。

自然语言处理的基本模型

Google开源自然语言解析器及模型，语言理解更进一步。Google于2016年5月13日宣布开源全球最精准自然语言解析器SyntaxNet以及Google已经训练好的可用于分析英语文本的模型PaeseyMcParseface，这个模型在提取词与词之前的个体依存关系时，准确率超过94%，接近人类的水平——96%-97%。

自然语言处理是包括人际交互在内的许多AI应用基础。目前的具体应用形态包括机器翻译、信息提取、报告生成、自然语言问答、聊天机器人等。如微软Skype提供语言音-语言的实时翻译；NarrativeScience的Quill软件是一款机器人记者，可以从大数据中解读并撰写文章，实现拟人化的写作，已广泛应用于金融和新闻业；Apple、Facebook、微软纷纷发布聊天机器人；国内的小i机器人应用于各类企业的智能客服（VCA）。

小i机器人在部分银行VCA应用效果显著