8月25日，百度CTO王海峰在百度大腦語言與知識技術峰會上，首次對外全面完整的闡述了百度的NLP布局，還推出了一攬子11項新發布。
自然語言理解（NLP）的名詞解釋是這樣的，自然語言是人類智慧的結晶，是人工智慧中最為困難的問題之一，而對自然語言處理的研究也是充滿魅力和挑戰的。
那麼，百度是如何理解這項挑戰的？他們為此做了哪些研究和布局，我們一探究竟。
知識圖譜是機器認知世界的基礎
王海峰表示，在百度語言與知識技術的布局和發展中，始終在注意把握兩個趨勢，即技術發展趨勢和產業發展趨勢，並力爭引領趨勢。
對此，2010年，他們就成立了自然語言處理部，「縱覽百度語言與知識技術發展歷程，從研究方法、研究對象、研究方向、產業應用等各個層面，布局完整，始終與應用的發展趨勢、需求一脈相承，與產業接軌。」
一手是技術探索，一手是應用落地，王海峰認為缺一不可。
他指出，知識圖譜是機器認知世界的重要基礎，百度的大規模知識圖譜有超50億實體和5500億事實，並在不斷演進和更新，「目前每天的調用次數超過400億次。」
另外，百度不斷在語言理解能力方面進行攻關，此前就提出了知識增強的語義理解框架ERNIE，在深度學習的基礎上融入知識，同時具備持續學習能力，據介紹，基於知識圖譜和語義表示，突破了閱讀理解、對話理解以及跨模態深度語義理解等技術。
還有一點至關重要是語言生成，語言生成是語言與知識技術中的重要組成部分，百度提出基於多流機制的語言生成預訓練技術，兼顧詞、短語等不同粒度的語義信息。與此同時，還提出了知識圖譜驅動的對話控制技術，以及基於隱空間的大規模開放域對話模型PLATO等，實現規模化應用。
據披露，百度翻譯目前可支持200多種語言，每天響應超過千億字符的翻譯請求。
讓語言與知識技術在應用中產生價值
王海峰談到要抓住技術發展趨勢和產業發展趨勢，那在產業發展方面百度有何布局？
百度集團副總裁吳甜給出了答案，她連續發布了語義理解技術與平臺文心、智能文檔分析平臺TextMind和AI同傳會議解決方案3大新品，同時發布了6項升級，包括智能創作平臺的3個場景方案、以及智能對話定製與服務平臺UNIT的3項全新升級。
吳甜在講解中表示，我們希望讓語言與知識技術凝聚成一系列技術平臺和產品，在應用中產生大量價值。
具體來說，此次推出的語義理解技術與平臺文心，基於深度學習平臺飛槳，依託語義理解核心技術，集成預訓練模型、NLP算法集、端到端開發套件和平臺，提供一站式NLP開發與服務。「具備工業級落地實能力」吳甜談到。
而在智能文檔分析平臺TextMind方面，基於OCR、NLP技術，以文檔解析為核心，支持文檔對比與文檔審核，希望促進企業辦公智能升級。
百度大腦智能創作平臺則針對媒體應用場景升級，推出智能策劃、智能採編、智能審校三大媒體場景方案。還有AI同傳會議解決方案，吳甜現場展示了如何只用一臺電腦和一部手機搭建一套同傳服務。
在智能對話定製與服務平臺UNIT方面，也發布了一攬子新特性，其中包括任務式對話理解、表格問答和融合通用的新對話引擎。據介紹，此次UNIT的升級，將進一步降低任務式對話、智能問答的定製成本。
值得一提的是，數據匱乏、算力不足歷來是語言與知識技術研發中面臨的瓶頸。
針對這樣的問題，百度聯合中國計算機學會、中國中文信息學會發起中文自然語言處理數據共建計劃「千言」，千言一期由來自國內11家高校和企業的數據資源研發者共同建設，涵蓋開放域對話、閱讀理解等7大任務，20餘個中文開源數據集。
百度技術委員會主席吳華表示，「計劃在未來3年，面向20多個任務，收集和建設不少於100個中文自然語言處理數據集，覆蓋語言與知識技術全部領域。」
本文來源：網易科技報導 責任編輯： 毛新思_NBJS11624