【天极网网络频道】在 6 月 1 日的自然语言处理前沿技术分享会上，微软亚洲研究院副院长周明分享了微软对神经网络翻译、聊天机器人等领域的思考。周明博士认为，语言智能是人工智能皇冠上的明珠，这一比喻，形容自然语言处理在人工智能发展中的重要角色。
分享会上，周明首先从整体上介绍了人工智能和自然语言处理。他表示，经历了 61 年的发展之后，人工智能终于迎来了春天，其主要因素是数据增多、计算能力增强和深度学习的发展。
人工智能是用电脑来模拟和实现人类的智能，而人类的智能大概分如下几个层次：
第一是运算智能，记忆、计算的能力，这一点机器早已经超过人类。
第二是感知智能，包括听觉、视觉、触觉;最近两年，随着深度学习的引入，大幅度提高语音识别和图像识别的识别率，所以计算机在感知智能层面已经做得相当不错了，在一些典型的测试题下，达到或者超过了人类的平均水平。
第三认知智能，包括理解、运用语言的能力，掌握知识、运用知识的能力，以及在语言和知识基础上的推理能力。过去认知智能主要集中在语言智能这块，即自然语言处理，它简单理解了句子、篇章，实现了帮助搜索引擎、仿照系统提供一些基本的功能、提供一些简单的对话翻译。我认为语言智能是人工智能皇冠上的明珠，如果语言智能能实现突破，跟它同属认知智能的知识和推理就会得到长足的发展，就能推动整个人工智能体系，有更多的场景可以落地。
最高一层是创造智能，人们利用已有的条件，利用一些想象力甚至有一些是臆断、梦想，想象一些不存在的事情包括理论、方法、技术，通过实验加以验证，然后提出新的理论，指导更多实践，最后产生很好的作品或产品。在创造智能上，人工智能目前还比较空白，如果能进一步推动感知智能和认知智能，尤其是认知智能，可能向创造智能进军一点。
然而，自然语言处理就属于第三个层面，它是人工智能一个重要的分支，帮助分析、理解或者生成自然语言，实现人与机器的自然交流，同时也帮助人与人之间的交流。
自然语言处理的基础技术和核心技术
第一是NLP的基础技术，围绕不同层次的自然语言处理，比如说分词、词性标注、语义分析做一些加工。后面做任何其他新的技术或者应用都必须要用到基础技术。
第二是NLP核心技术，包括词汇、短语、句子、篇章的表示，大家所说的Word Embedding就是在研究不同的语言单位的表示方法。它也包括机器翻译、提问和回答、信息检索、信息抽取、聊天和对话、知识工程、语言生成、推荐系统。
最后是“NLP+”，仿照“人工智能+”或“互联网+”的概念，实际上就是把自然语言处理技术深入到各个应用系统和垂直领域中。比较有名的是搜索引擎、智能客服、商业智能和语音助手，还有更多在垂直领域——法律、医疗、教育等各个方面的应用。
正如其他人工智能学科，自然语言处理也要有很多支撑技术、数据，包括用户画像，以提供个性化的服务，包括用来做训练之用的大数据，包括云计算提供、实施、训练的基础设施，包括机器学习和深度学习提供训练的技能。它一定要有各种知识支撑，比如领域知识还有常识知识。
自然语言处理对于微软有多重要呢？
至于自然语言处理对于微软的意义，大家知道微软的使命是通过微软的技术、产品，使每个人、每个企业发挥最大的潜能。具体体现在以人工智能为核心，重塑生产力和业务流程，构建智能的云平台，创造个性化的服务。与此相对应有很多重要产品，从重塑生产力和业务流程来看，有智能输入、辅助写作、机器翻译、智能客服等;
从云平台这边来看，就有Bot Framework，认知计算，知识图谱，商业智能;从创造更加个性化的计算和重塑生产力两方面来看，像必应搜索、微软小娜(Cortana)、微软小冰、推荐系统等等。可见这些重要的商业系统和服务背后都体现了自然语言处理技术的重要性。
值得一提的是，周明已经在 2016 年 12 月当选为新一届 ACL 侯任主席。
除了从总体上介绍微软在 NLP 领域的建树，周明还从机器翻译、对话平台和阅读理解、中国文化等四个方面来详细描述 NLP 的具体应用案例。
在机器翻译方面，微软使用的是神经网络翻译系统，并加入了语言知识和领域知识板块。会话平台方面，微软除了有小娜和小冰之外，还推出了 Bot Framework 基础平台架构和 LUIS 语言理解服务，供开发者开发使用。
更值得一提的是，微软 NLP 技术与中国文化的结合显得更加有趣。根据中文自身的特征，微软亚洲研究院相继推出了微软对联、微软字谜、微软绝句等应用，以及最近几天引起热议的小冰诗歌创作。
自然语言处理未来的发展方向
在分享会的最后，周明院长还分享了他对自然语言处理目前存在的问题以及未来的研究方向的一些考虑
第一，我认为，随着大数据、深度学习、云计算这三大要素推动，所谓认知智能，尤其是语言智能跟感知智能一样会有长足的发展。你也可以说，自然语言处理迎来了60余年发展历史上最好的一个时期。
第二，自然语言的会话、聊天、问答、对话达到实用程度。
第三，智能客服加上人工客服完美的结合，一定会大大提高客服的效率。
第四，自动写对联、写诗、写新闻稿和歌曲等等，比如说写新闻稿，给你一些数据，这个新闻稿草稿马上就写出来，你要做的就是纠正，添加内容，供不同的媒体使用等。
第五，在会话方面，语音助手、物联网、智能硬件、智能家居等等，凡是用到人机交互的，我认为基本上都可以得到应用，而且促进以上的一些产品推广。
最后，认知智能、感知智能一起努力，在很多场景下，比如说法律、医疗诊断、医疗咨询、法律顾问、投融资等等，这些方面自然语言会得到广泛的应用。
但是，也清醒地看到自然语言处理还有很多很多没有解决的问题。第一，通过用户画像实现个性化服务。现在自然语言处理基本上用户画像用得非常非常少。其实人与人的对话，其实是对不同的人说不同的话，因为我们知道对话的人的性格、特点、知识层次，我了解了这个用户，知道用户的画像，那么在对话的时候就会有所调整。目前来讲，我们还远远不能做到这一点。
第二，通过可解释的学习洞察人工智能机理。
第三，通过知识与深度学习的结合提升效率。所谓知识和深度学习的结合，有可能很多情况下是需要有人类知识的。
第四，通过迁移学习实现领域自适应。
第五，通过强化学习实现自我演化。这就是说我们自然语言系统上线之后有很多人用，得到了有很多人的反馈，包括显式的反馈、隐式的反馈，然后通过强化学习不断的提升系统。这就是系统的自我演化。
最后，我认为也是非常关键的，通过无监督学习充分利用未标注数据。这里也是目前研究上非常令人关注的。
联系客服
