自然語言處理(NLP) 是研究人與計算機交互的語言問題的一門學科。它的主要目的是克服人機對話中的各種限制，使用戶能用自己的語言與計算機對話。近日，清華大學和中國工程院知識智能聯合實驗室發佈了《2018自然語言處理研究報告》，對NLP 的概念、發展歷程、重要技術、人才儲備、應用情況、發展趨勢進行了介紹，縱覽了這一領域的當下與未來。
報告指出自然語言處理技術已在"知識圖譜"、"機器翻譯"、"聊天機器人"、"搜索引擎"、"推薦系統"等場景進行了應用覆蓋。同時，通過一項在微博的調查，報告預測在未來，自然語言處理技術在"文本理解與推理"、"對話機器人"、"NLP+行業"、"學習模式"、"文本情感分析"等方面的應用將形成新的趨勢。
"文本理解與推理"是自然語言處理技術由淺層分析向深度理解的邁進，目前Google等公司已經推出了以閱讀理解作為深入探索自然語言理解的平臺；"對話機器人"需要自然語言處理技術的應用更為實用化、場景化，例如：隨著自然語言處理技術的發展，語音助手已經由"聽得到"變成了"聽得懂"，在今後的發展中對話機器人將已適應更多場景為發展目標。
"NLP+行業"是自然語言處理技術與醫療、金融、教育、司法等專業領域的深度結合；"學習模式"是先驗語言知識與深度學習結合，即隨著技術的發展人為貢獻的知識在深度學習中所佔的比重將大幅度減小。
"文本情感分析"是指事實性文本到情感文本，該報告認為情感文本分析在未來會更受重視，並且在商業和政府輿情上可以得到很好地應用。例如，報告舉例了2017年新浪微熱點與哈工大聯合推出的"情緒地圖"。據瞭解，該"情緒地圖"是指基於深度學習的語義情感分類模型，基於"喜、怒、哀、恐、驚"這五類常見情緒加上"中性"的六元情緒，對社會化媒體文本大數據中的潛在情緒進行判別和歸類統計，最終呈現為情緒在時間和空間維度上的分佈。在技術上，"情緒地圖"使用了基於深度學習的Word Embeddings、LSTM等NLP技術，對三元的傾向性分類模塊與六元情緒分類模塊進行先後判斷，混合使用了深層神經網絡機器學習方法和詞典方法。"情緒地圖"在推薦系統、產品評論分析等任務中也具有很強的實用性，在政務應用、品牌價值、產品質量反饋、影視作品口碑分析等領域均具有較強的實際意義。
閱讀更多 微熱點 的文章
