劉大雙

語義工廠顧名思義就是對自然語言進行加工處理，輸出結(jié)構(gòu)化的信息及其語義。今天，我們越來越意識到，自然語言處理技術(shù)要很好地跟業(yè)務(wù)場景相結(jié)合，才能更好地賦能行業(yè)應(yīng)用。

神州泰岳在超過16個領(lǐng)域、140個場景中抽象出相應(yīng)的語義模型，同時對這些模型進行訓(xùn)練，保證輸出效果。這么做的目的就是希望能夠為企業(yè)客戶和行業(yè)應(yīng)用開發(fā)商提供一個自然語言處理SaaS平臺。

其實，自然語言處理技術(shù)有一個很高的門檻，不僅是數(shù)學(xué)、語言學(xué)、計算機科學(xué)等諸學(xué)科綜合的體現(xiàn)，同時還需要有很好的行業(yè)知識，給我們的企業(yè)客戶也帶來了一個新的挑戰(zhàn)。另外，人才也是一個很大的挑戰(zhàn)。今天在人工智能領(lǐng)域的人才非常缺乏，人才成本居高不下，要維護一個相對穩(wěn)定的、具有一定規(guī)模的自然語言處理團隊，還是比較奢侈的一件事。在行業(yè)應(yīng)用上，我們已經(jīng)有超過20年的行業(yè)應(yīng)用經(jīng)驗積累，今天已經(jīng)積累了將近100人的專注于自然語言處理的團隊，同時我們有超過400人的交付團隊，如果把這兩個團隊加起來的話，有將近600人。

基于這樣的積累，我們希望為市場做的是，授之以魚的同時還能授之以漁。我們更加強調(diào)，希望通過場景化的自然語言處理平臺已經(jīng)抽象出的場景，將來從事自然語言處理的應(yīng)用開發(fā)團隊實際上不需要具備自然語言處理的知識，只需要提供調(diào)用接口，也不需要花時間做模型訓(xùn)練，就可以保證相對穩(wěn)定的輸出效果。我們希望為市場提供一個專業(yè)的、有質(zhì)量保證的、性價比高的一個SaaS服務(wù)平臺。

簡單說，語義工廠要提供幾類服務(wù)：第一類是NLP基礎(chǔ)服務(wù)，提供可以通用的技術(shù)服務(wù)，比如中文分詞、簡轉(zhuǎn)繁、中文命名實體識別等。第二類是應(yīng)用場景服務(wù)，到目前為止我們在16個行業(yè)抽象出了超過140個場景，針對這些場景都建立了語義模型，進行了充分的預(yù)訓(xùn)練，保證達到一個穩(wěn)定的、可用的輸出效果。第三類是數(shù)據(jù)服務(wù)，我們本身也積累了一些行業(yè)的數(shù)據(jù)，希望能夠跟合作伙伴在數(shù)據(jù)方面有所合作。

場景化，是我們所強調(diào)的。在應(yīng)用場景服務(wù)里我們提供了通用的場景，比如合同文本結(jié)構(gòu)化、裁判文書結(jié)構(gòu)化、客服工單分類及熱點發(fā)現(xiàn)、招投標(biāo)公告信息提取、企業(yè)風(fēng)險標(biāo)簽提取、簡歷、JD結(jié)構(gòu)化及信息匹配等。

語義工廠實際應(yīng)用到具體場景中會產(chǎn)生什么效果？在教育領(lǐng)域，利用語義工廠輸出的服務(wù)實現(xiàn)在線閱卷，目前我們能夠處理的題型有名詞解釋題、簡答題以及翻譯題。實際上，通過我們在實際工作中的數(shù)據(jù)驗證，準(zhǔn)確率達到95%，很多場合中可以超過人工判卷的準(zhǔn)確率。在公安刑偵領(lǐng)域，可以從現(xiàn)場案件盤查的筆錄和報案文字筆錄中發(fā)現(xiàn)類似案件，實現(xiàn)串并案分析，實現(xiàn)以案找案、以案找人、以人找案等，提升公安刑偵工作效果。

我們希望為市場、客戶、合作伙伴提供人工智能、大數(shù)據(jù)的技術(shù)來實現(xiàn)業(yè)務(wù)創(chuàng)新，實現(xiàn)行業(yè)賦能的目標(biāo)，希望讓自然語言處理技術(shù)真正落地。（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）