• <xmp id="aawyy"><table id="aawyy"></table>
  • 首頁 > 專題 > 正文

    “中文十級”難題,AI怎樣解讀產業界

    2018-08-06 16:43:55來源:四川時報網

    在人工智能領域,“懂語言者得天下”是普遍的共識。其中,可幫助人工智能識別人類語言的自然語言處理(NLP)被譽為人工智能語言“皇冠上的

    在人工智能領域,“懂語言者得天下”是普遍的共識。其中,可幫助人工智能識別人類語言的自然語言處理(NLP)被譽為人工智能語言“皇冠上的明珠”。

    當人工智能自然語言處理技術遇到“要你管和不要你管”“掉地上和掉地下”“我一把把把把住了”等中文“繞口令”,“小意思”“意思意思”等多義詞時,及“俺們那疙”“中不中”等方言時,該怎樣“聽懂”這些“中文十級”語句呢?日前在成都舉辦的科大訊飛未來科?;顒由?,記者采訪了相關專家。

    能分詞會斷句 機器尚在努力

    NLP就是機器讓計算機來理解和處理人類自然語言的技術,它和計算機視覺、語音處理的區別在于信息處理的類型。

    “計算機視覺主要處理圖像,語音技術處理聲音,而NLP主要是對文字的理解?!痹聘】萍嫉膭撌既思鍯EO張文斌說,在人工智能中,語音識別是耳朵,語音合成是嘴巴,計算機視覺是眼睛,而NLP則負責將抽象的文字符號轉化為計算機能理解的語言。

    “‘中文十級’的某些語句,人類去理解都有很大難度,何況是計算機?!睆埼谋笳f,在口語和書寫上,漢字往往沒有詞與詞之間的邊界,即便機器能夠準確識別文字,但理解它的意思卻很難;再比如各種五花八門的地方口音和方言,也是“絆腳石”。

    “自然語言處理一般從最小的語意單位‘詞’開始,即分詞算法。這最簡單,也最成熟?!睆埼谋笳f, NLP的算法分為語法級別、句子級別分析等,其中分詞就是將字詞切開,讓機器明白哪幾個字組成一個詞,哪幾個詞組成一句話,從而理解整句、整段的意思。但在“分詞”實際的應用過程中,仍有各種問題。

    張文斌解釋,首先是分詞標準不確定、存在歧義,及新詞和實體詞困擾等問題。如“乒乓球,拍賣完了”和“乒乓球拍,賣完了”無論怎么切分都正確,這就要依賴上下文語境。其次,每年都會涌現出的網絡詞匯,“神馬”“不明覺厲”“佛系”等原來不存在的詞也需要計算機理解。

    聽語氣判關系 AI有新招

    如何讓機器讀懂上下文語境,從而進一步了解整段話的含義?

    “我們會嘗試利用聽人類說話時的停頓信息,作為一種分詞算法的輔助?!庇嶏w翻譯業務負責人翟吉博說。

    對于AI工程師們來說,更重要的是深層次的算法,如實體識別、屬性抽取等?!熬褪前讶嗣?、地名、機構名等實體識別出來后,再抽取實體之間的關系,搞清楚不同實體在句子中的不同屬性?!睆埼谋笳f,五花八門的算法還有很多,比如情感分析,分析文本里面蘊藏了什么樣的情感,是正面、負面還是中性的;文檔摘要,把長文生成一兩百字簡短的摘要等。而基于這些算法層,又可以做很多NLP的衍生應用,包括自動問答、機器翻譯等。

    那如何識別方言呢?在科大訊飛的新款翻譯機設備中,首次推出方言翻譯功能,實現河南話、東北話、粵語等方言互譯,或將之翻譯成外語。翟吉博說,針對不同類型方言,機器采用不同翻譯流程——對同屬北方方言區的河南話、東北話等,可先翻譯成普通話再翻譯成外語;對于粵語等南方語言,則建立獨立的語料庫,直接從粵語到外語進行翻譯?!翱紤]到方言中帶有許多地方特色的說法、語言、詞匯,‘雄起’‘中不中’等也可以作為獨立的語料,由機器單獨學習?!彼f,人工智能的優勢是在自然語言處理方面能夠不斷從用戶處積累語料,學習新的詞匯和表達方式,不斷完成自身數據庫和語料庫的更新。(記者 盛利)

    責任編輯:孫知兵

    免責聲明:本文僅代表作者個人觀點,與四川時報網無關。其原創性以及文中陳述文字和內容未經本站證實,對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關內容。
    如有問題,請聯系我們!

    最新版天堂中文在线,欧洲精品无码一区二一,欧美精品亚洲精品日韩久久
  • <xmp id="aawyy"><table id="aawyy"></table>