百度吴甜出席新媒体年会详解NLP技术与新媒体

2017-12-19

“研究自然语言处理技术（NLP）的目的是让机器能够理解人类语言，用自然语言的方式与人类交流，最终拥有智能。”12月15日召开的第五届中国企业新媒体年会上，百度自然语言处理部高级技术总监吴甜这样介绍NLP的研究意义。今年中国企业新媒体年会的主题聚焦“新时代、新媒体、新智能”，吴甜发表了“自然语言处理技术与新媒体”的主题演讲，介绍百度相关技术及其在新媒体领域的应用实践。

中国企业新媒体年会由国务院国资委新闻中心、中央企业媒体联盟主办，已成功举办四届，是国内具有极高影响力的新媒体交流平台。大会吸引了来自政府、企业、媒体、学界数百人到场，并针对新媒体与人工智能展开对话交流。

吴甜表示，AI时代，我们希望计算机拥有视觉、听觉、语言和行动的能力，其中语言是人类区别于动物的最重要特征之一，语言是人类思维的载体，也是知识凝练和传承的载体。在人工智能领域，研究NLP的目的就是让机器理解并生成人类的语言，从而和人类平等流畅地沟通交流。

吴甜介绍，经过十多年的积累与沉淀，百度在自然语言处理技术上已经具备了最前沿、最全面、最领先的技术布局。百度NLP技术在语言学知识、大数据、知识图谱的基础上，基于NLP基础技术的积累，研发领先的自然语言理解与生成应用技术，由此构建起对话系统、阅读理解、机器翻译和智能写作系统，并以开放平台——NLP基础技术平台、语言理解与交互平台UNIT、机器翻译开放平台的形式支持更多产品。目前，百度NLP技术不仅广泛应用于百度众多产品，也为广大开发者和合作伙伴提供NLP技术能力和解决方案，赋能行业应用。

随着移动互联网的发展，信息流推荐成为用户获取信息的主要方式之一。面对海量的内容，如何理解并让用户更好的获取内容，是NLP要解决的关键问题之一。通过打标签、内容质量分析和情感分析等技术，百度NLP能够深度理解媒体内容，并以清晰、友好的方式呈现给用户。

给文章打标签，是信息流实现个性化推荐的核心基础。一篇文章通常会被打上主题、话题、实体三类标签，这些标签从多个角度描述文章内容，进而满足不同应用需求，为用户提供最佳的内容推荐。吴甜以一篇关于李彦宏在乌镇演讲的新闻为例，介绍文章如何被打上标签。比如《李彦宏在乌镇演讲：有了无人驾驶，人们可以坐在车里喝酒》这篇文章包含“无人驾驶”、“人工智能”、“科技”三个主题，“世界互联网大会”话题，关联“百度”、“李彦宏”、“乌镇”、“百度无人驾驶汽车”等实体，由此文章将被推送至关注或有可能对这些标签内容有需求的用户。目前，标签技术可以应用在个性化推荐、主题划分、话题聚合和关联推荐中。

“打标签”的背后，是经典NLP方法、知识图谱和大规模数据统计机器学习技术联合在发挥作用。会议现场，吴甜用一个浅显的例子解读了标签技术背后的“知识”，同一篇文章，小学生、大学生、专业人士的理解相差悬殊，他们各自背后的知识体系起到决定性作用。小学生的知识体系相当于为通用常识，大学生具备了体系化的书本知识积累，而行业专家则拥有大量的、深入的行业知识。机器背后的知识体系，就是知识图谱。机器基于大量的阅读提取知识，加上推理能力的运用，能够读懂新的文章。

新媒体的发展带来了纷繁多样的内容，但内容质量良莠不齐的问题也随之而来，平台如何分辨内容质量，打造良性的优质内容生态至关重要。依托数据挖掘与标注、机器学习等技术，百度NLP建立了一套文章质量分析的方法，能够准确判别文章质量。比如从可读性、信息量、新颖性、深度等方面判断文章是否具备优质特征，而标题党、低俗等则被视为低质特征。该技术的运用可以有效减少低质文章，为用户提供并推荐更多优质内容。

吴甜介绍，情感分析技术可以用来分析人们对各种对象的观点、情感、情绪等，为用户提供主观倾向性的参考。在用户评价全聚德“鸭子现烤现片，皮酥肉嫩”的观点中，百度NLP技术能够判断这是一个正向评价，并挖掘出是关于全聚德味道上的积极评价。该技术可广泛应用于舆情分析、商品或服务推荐等。

百度NLP不仅能够准确理解内容，更能自动生成内容。吴甜介绍，百度智能写作基于大数据分析、内容理解和自然语言生成等技术，能够第一时间聚合全网信息和百度优质资源，快速生产文章，实现用户兴趣点的快速、高效的高覆盖，以及资讯内容的深度定制和个性化推荐。百度智能写作文章目前涵盖社会、财经、娱乐等 15个大类，可实现体育新闻、热点新闻等多领域全机器创作。

吴甜表示，百度通过开放平台向开发者与合作伙伴提供技术支持。NLP基础技术平台开放语法分析、语言模型、依存句法分析等一系列NLP领域基础且核心的技术，可应用于精准推荐、营销分析等。语言理解与交互平台UNIT则搭载了业界领先的需求理解与对话管理技术，以及百度多年积累的自然语言处理、机器学习、大数据等核心能力，能够帮助开发者赋予产品智能对话交互的能力。机器翻译开放平台拥有全球首个神经网络翻译系统，支持28种语言互译、756个翻译方向，翻译质量全球领先，目前已有超过5万开发者接入。同时，百度今年还推出了一款兼具Wi-Fi与翻译双重功能的共享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。

近年来，AI已经被广泛应用到各领域，其中，NLP技术的发展和应用正推动人机交互走进一个新的时代。吴甜表示，NLP技术让机器更“懂”人类，百度NLP也将砥砺前行，为开发者、合作伙伴赋能，共创AI未来。