劉大雙

語(yǔ)義工廠顧名思義就是對(duì)自然語(yǔ)言進(jìn)行加工處理，輸出結(jié)構(gòu)化的信息及其語(yǔ)義。今天，我們?cè)絹?lái)越意識(shí)到，自然語(yǔ)言處理技術(shù)要很好地跟業(yè)務(wù)場(chǎng)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(guò)16個(gè)領(lǐng)域、140個(gè)場(chǎng)景中抽象出相應(yīng)的語(yǔ)義模型，同時(shí)對(duì)這些模型進(jìn)行訓(xùn)練，保證輸出效果。這么做的目的就是希望能夠?yàn)槠髽I(yè)客戶和行業(yè)應(yīng)用開(kāi)發(fā)商提供一個(gè)自然語(yǔ)言處理SaaS平臺(tái)。

其實(shí)，自然語(yǔ)言處理技術(shù)有一個(gè)很高的門檻，不僅是數(shù)學(xué)、語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)等諸學(xué)科綜合的體現(xiàn)，同時(shí)還需要有很好的行業(yè)知識(shí)，給我們的企業(yè)客戶也帶來(lái)了一個(gè)新的挑戰(zhàn)。另外，人才也是一個(gè)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(hù)一個(gè)相對(duì)穩(wěn)定的、具有一定規(guī)模的自然語(yǔ)言處理團(tuán)隊(duì)，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(guò)20年的行業(yè)應(yīng)用經(jīng)驗(yàn)積累，今天已經(jīng)積累了將近100人的專注于自然語(yǔ)言處理的團(tuán)隊(duì)，同時(shí)我們有超過(guò)400人的交付團(tuán)隊(duì)，如果把這兩個(gè)團(tuán)隊(duì)加起來(lái)的話，有將近600人。

基于這樣的積累，我們希望為市場(chǎng)做的是，授之以魚(yú)的同時(shí)還能授之以漁。我們更加強(qiáng)調(diào)，希望通過(guò)場(chǎng)景化的自然語(yǔ)言處理平臺(tái)已經(jīng)抽象出的場(chǎng)景，將來(lái)從事自然語(yǔ)言處理的應(yīng)用開(kāi)發(fā)團(tuán)隊(duì)實(shí)際上不需要具備自然語(yǔ)言處理的知識(shí)，只需要提供調(diào)用接口，也不需要花時(shí)間做模型訓(xùn)練，就可以保證相對(duì)穩(wěn)定的輸出效果。我們希望為市場(chǎng)提供一個(gè)專業(yè)的、有質(zhì)量保證的、性價(jià)比高的一個(gè)SaaS服務(wù)平臺(tái)。

簡(jiǎn)單說(shuō)，語(yǔ)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(jiǎn)轉(zhuǎn)繁、中文命名實(shí)體識(shí)別等。第二類是應(yīng)用場(chǎng)景服務(wù)，到目前為止我們?cè)?6個(gè)行業(yè)抽象出了超過(guò)140個(gè)場(chǎng)景，針對(duì)這些場(chǎng)景都建立了語(yǔ)義模型，進(jìn)行了充分的預(yù)訓(xùn)練，保證達(dá)到一個(gè)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(chǎng)景化，是我們所強(qiáng)調(diào)的。在應(yīng)用場(chǎng)景服務(wù)里我們提供了通用的場(chǎng)景，比如合同文本結(jié)構(gòu)化、裁判文書(shū)結(jié)構(gòu)化、客服工單分類及熱點(diǎn)發(fā)現(xiàn)、招投標(biāo)公告信息提取、企業(yè)風(fēng)險(xiǎn)標(biāo)簽提取、簡(jiǎn)歷、JD結(jié)構(gòu)化及信息匹配等。

語(yǔ)義工廠實(shí)際應(yīng)用到具體場(chǎng)景中會(huì)產(chǎn)生什么效果？在教育領(lǐng)域，利用語(yǔ)義工廠輸出的服務(wù)實(shí)現(xiàn)在線閱卷，目前我們能夠處理的題型有名詞解釋題、簡(jiǎn)答題以及翻譯題。實(shí)際上，通過(guò)我們?cè)趯?shí)際工作中的數(shù)據(jù)驗(yàn)證，準(zhǔn)確率達(dá)到95%，很多場(chǎng)合中可以超過(guò)人工判卷的準(zhǔn)確率。在公安刑偵領(lǐng)域，可以從現(xiàn)場(chǎng)案件盤查的筆錄和報(bào)案文字筆錄中發(fā)現(xiàn)類似案件，實(shí)現(xiàn)串并案分析，實(shí)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(chǎng)、客戶、合作伙伴提供人工智能、大數(shù)據(jù)的技術(shù)來(lái)實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新，實(shí)現(xiàn)行業(yè)賦能的目標(biāo)，希望讓自然語(yǔ)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）