比爾·蓋茨曾說過，「語言理解是人工智能皇冠上的明珠」。自然語言處理的進步將會推動人工智能整體進展。NLP 的歷史幾乎跟計算機和人工智能的歷史一樣長。自計算機誕生，就開始有了對人工智能的研究，而人工智能領域最早的研究就是機器翻譯以及自然語言理解。

隨著大數(shù)據(jù)和技術設施的完善，人工智能技術在近年來迎來了井噴式的發(fā)展。在產業(yè)方面，不少專注于計算機視覺的公司也獲得了長足發(fā)展。其中比較具有代表性的是估值已經超過 20 億美元的商湯科技，在經歷了數(shù)輪大額融資之后，其隱隱有從獨角獸變成巨頭的趨勢。

不過，人工智能另一個相關領域自然語言處理似乎沒有達到這種高度。在技術方面，這一領域的技術準確率遠遠沒有達到計算機視覺和語音識別的水平，技術產品也因為較高的錯誤率，缺少實際價值。那么 NLP 技術到底有哪些難點呢？

什么是 NLP？

在人工智能出現(xiàn)之前，計算機只能處理結構化的數(shù)據(jù)，就比如我們平時用的表格里的數(shù)據(jù)，但是網(wǎng)絡中大部分的數(shù)據(jù)都是非結構化的，比如我們看到的文章、圖片、視頻等等。在這些數(shù)據(jù)中，文本數(shù)據(jù)又往往是最多的，為了能夠分析和利用這些文本信息，我們就需要利用 NLP 技術，讓機器理解這些文本信息，并加以利用。

人類可以通過語言來交流，而為了讓計算機之間互相交流，人們讓所有計算機都遵守一些規(guī)則，計算機的這些規(guī)則就是計算機之間的語言。自然語言處理（NLP）就是在機器語言和人類語言之間溝通的橋梁，以實現(xiàn)人機交流的目的。

NLP 的兩個部分：NLU 和 NLG

自然語言理解（NLU） 則是 NLP 的一部分，這幾年深度學習技術的發(fā)展使 NLU 能在一些場景中落地。自然語言理解就是希望機器像人一樣，具備正常人的語言理解能力，由于自然語言在理解上有很多難點 (下面詳細說明)，所以 NLU 是至今還遠不如人類的表現(xiàn)。

NLU 目前應用的領域主要集中在機器翻譯、機器客服、智能音箱等領域，但由于需要大量的數(shù)據(jù)訓練和 NLU 本身存在的一些語言語義上的難點，其實機器還不是非常智能。

自然語言生成（NLG）是 NLP 的重要組成部分，NLU 負責理解內容，NLG 負責生成內容。他的主要目的是降低人類和機器之間的溝通鴻溝，將非語言格式的數(shù)據(jù)轉換成人類可以理解的語言格式。

自然語言生成 – NLG 有 2 種方式：

text – to – text：文本到語言的生成

data – to – text ：數(shù)據(jù)到語言的生成

NLP 的難點

對于機器來說，難點主要分為 5 類問題：

語言的多樣性，我們日常所用的語言是沒有規(guī)律的，不同的組合可以表達出很多的含義。

語言的歧義性，如果不聯(lián)系上下文，缺少環(huán)境的約束，語言有很大的歧義性

語言是一個開放集合，我們可以任意的發(fā)明創(chuàng)造一些新的表達方式。

語言需要知識依賴，需要聯(lián)系到實踐知識。

語言的上下文

應用場景復雜，很難出現(xiàn)“獨角獸”

總的來說，NLP 技術領域之所以沒有出現(xiàn)如計算機視覺領域那些獨角獸公司，是因為自然語言處理的技術難度太大，和應用場景太復雜。一個公司的成立發(fā)展都是由需求驅動的，自然語言應用主要是機器翻譯，雖然機器翻譯的需求長期存在，但機器翻譯的水平一直未取得突破性的進展，即使到今天，機器也很難翻譯有背景的復雜句子。

另外，自然語言處理的應用太依賴于UI了。圖像識別基本不需要 UI，直接在系統(tǒng)內部集成一些技術就行。一些公司做翻譯軟件，如果UI做得不行，用戶體驗不行，人們就不會愿意使用。

技術產業(yè)化最重要的是商業(yè)模式，也就是怎么讓技術掙錢。圖像識別公司的掙錢模式已經成立了，但翻譯付費就難多了。所以自然語言是從研究到技術到落地到商業(yè)化，面臨一系列的挑戰(zhàn)。目前的現(xiàn)狀是，自然語言處理技術更多的是作為公司內部技術，比如內部的商業(yè)情報或人機接口功能。

NLP 技術發(fā)展，未來可期

從今年的 ACL 大會可以看出 NLP 技術的火爆。會議共收到了 2900 余篇提交的論文，投稿規(guī)模相較于 2018 年增長了 75%！自然語言處理領域實在是炙手可熱，學術界和工業(yè)界的熱情都創(chuàng)下了歷史新高。

從商業(yè)層面來講也涌現(xiàn)出了微軟小冰、小米小愛等比較成熟的機器人產品，相信在未來的不久 NLP 技術一定會給我們帶來更多的驚喜。

大咖現(xiàn)場分享 NLP 技術干貨

王斌博士，是小米人工智能實驗室主任，NLP 首席科學家。中國中文信息學會理事，計算語言學、信息檢索、社會媒體處理、語言與知識計算等專委會委員及《中文信息學報》編委，中國計算機學會中文信息處理專業(yè)委員會委員。

加入小米之前，他在中科院計算所、信工所從事自然語言處理和信息檢索相關的科研工作。在AICon 全球人工智能與機器學習大會現(xiàn)場，他將會帶來 NLP 技術方面的相關演講，各位感興趣的小伙伴歡迎來現(xiàn)場聽他分享。

AICon 全球人工智能與機器學習技術大會，將于 11 月 21-22 日在北京國際會議中心舉行。顏水成、賈揚清、崔寶秋等 AI 技術大咖屆時也會來現(xiàn)場，跟大家聊一聊今年在 AI 商業(yè)化場景落地的大背景下，又涌現(xiàn)出了哪些新技術。本次大會我們設立了機器學習、計算機視覺、NLP、AI芯片、搜索推薦、產業(yè)互聯(lián)網(wǎng)、硅谷 AI 技術實踐等 13+ 技術專場，細分到 AI 技術的各個領域，為大家全方位的展示 AI 技術在國內目前發(fā)展的現(xiàn)狀。