機器是如何聽懂人說話的，讓機器人成精的NLP技術有多強大 #NLP #人工智能 #AI #ChatGPT

朋友發了一個朋友圈 你看了半天 就像在做閱讀理解 突發的新聞熱點 搞不清狀況的你 只能在下邊評論求解 在生活中 我們天天做的閱讀理解 機器也同樣需要 這就是我們今天要說的 自然語言處理 簡稱NLP NLP就是讓機器理解我們人類的語言 也就是聽得懂人話 並做出回應的一門技術 那麼機器是如何聽得懂我們的話的 NLP自然語言處理 可以分爲兩個部分 自然語言理解NLU 以及自然語言生成NLG 跟我們平時說話一樣 機器得先理解我們說話的內容 纔好做出反應 但不同於人能夠抽象的理解問題 機器只能解決數學問題 所以想要機器聽得懂人話 首先需要將文本轉換爲數學問題 如何轉換呢 先進行分詞 用字母來標識每一個詞語 這樣句子就成了數學的集合了 用B表示一個詞的開始字符 M表示一個詞的中間字符 E代表一個詞的結束字符 S代表單字組成的詞 那麼當機器聽到 八百標兵奔北坡 進行標識後 它理解的就變成這樣了 分詞還僅僅是第一步 還需要進行三個步驟 詞性標註 命名實體識別 取出請用詞 詞性標註 是在給定句子中 判定每個詞的語法範疇 確定其詞性並加以標註的過程 命名實體識別 是識別句子中出現的實體 通常包括人名 地名 機構名這三類實體 標註過程都是類似的 取出請用詞 即取出一些例如 在 了 的 等等沒有實際含義的詞語 以上就是語調的預處理 接下來通過深度學習 理解之後就來到第二步 自然語言生成 它是將機器的內部語言 轉換爲自然語言 通過這一步 機器才能對你的聲音做出回應 小杜小杜 在呢 今天適合去爬山嗎 廣州今天天氣較好 無雨水困擾 NLP技術的應用 它已悄悄進入到你生活的方方面面 並且隨着時間推移 發生了千帆一鋒的改變 十年前 你打開搜索引擎 輸入關鍵詞 瀏覽搜索結果 還要進一步尋找 確定自己需要的答案 現在 當你對着搜索框 輸入你的問題 怎麼做酸菜魚 在0.1秒的時間內 NLP據述 從疏於旺季的網頁中 精準搜尋 在最顯眼的位置 呈現你要的結果 十年前 誘語音直接與機器交流 但是 現在你可以直接打開導航 NLP技術 使機器能理解你的語言 快速規劃合理的出行路線 十年前 機器人寫新聞 還感覺玄之又玄 現在 NLP技術 賦予的機器新聞寫作能力 已經廣泛應用在 傳媒 書版 文娛等領域 大幅提升了創作效率 甚至現在還能寫詩 寫對聯 就算是拍照 同傳 對話翻譯也不在話下 現在我們提到語音 搜索 翻譯 AI這些 我們就不得不提到百度 百度由NLP技術 不僅改變了國人的生活習慣 也改變了全球AI產業中的 中國地位 十年前 歐美還是NLP技術的中心 十年後 中國的話語變得 擲地有聲 2019年 百度發佈的全球 首個語音到語音的 同傳系統 爲用戶提供 沉浸式的同傳體驗 同年 百度打造的 可持續學習的 知識增強語意理解框架 Ernie 在自然語言處理領域 權威數據及 Glue中 榮登榜首 刷新反彈歷史 打破谷歌在NLP領域 剛建立的江湖地位 過去 我們總認爲 中國在科技創新上 是落後的 我們只是善於模仿 不善於創新 然而Ernie卻證明了 中國在智能領域 也有自己的新見解 過去十年 百度NLP技術 在研究與應用方面 取得了多項重大進展 以及申請專利 超過了1000餘項 在衆多核心技術上 取得全球領先 在這些努力背後 不得不提到 這些科學家的努力 王海峯博士 胡華博士 Kenneth Walsher 等等 是他們扛起了 NLP技術的大旗 打鐵還需自身硬 唯有真正自研 將核心觀念技術 掌握在自己手中 才具備支撐 社會變革的底氣和實力 而回到NLP技術 它作爲人工智能技術的 一直以來 都有人擔心 機器會代替人工 但在我看來 人的智慧和魅力 還是機器所無可替代的 例如這一段話 你可以很順利地看完 並理解這段話 但是機器卻不行 因爲人有強大的容錯和糾錯能力 這是機器所不能比擬的 機器可以在某些方面 超過人類 但是機器的理性 總是敵不過人類的靈性 與機器共生 纔是我們期待的未來 好了 這裏是科技狐 我是周月 在科技狐微信公衆號 獲取本期的視頻文案 如果你都看到這裏了 不妨點個關注 如果你覺得這期視頻 有給你長一點知識的話 就請點個贊 我們下期視頻再見 拜拜