图灵汇官网

我们未来将利用目前在开发中的四种自然语言处理（NLP）商业应用。你可能没有注意到，但自然语言处理不仅是一项新兴的商业技术，它早已成为广泛应用的热门技术。在线搜索、拼写检查——几乎所有涉及语言的功能都运用了自然语言处理算法。

自然语言处理算法让计算机能够像人类一样使用语言。当你手动搜索一组文档中的信息时，你实际上是在搜索关键词，就像搜索引擎一样。这就是为什么机器翻译是自然语言处理的最早形式之一，它的灵感来源于二战时期的密码破译技术。开发人员期望机器翻译能将俄文翻译成英文，但最初的成果并不理想。然而，经过不断努力，一种新型的机器学习得以诞生。由于企业在国际化进程中离不开翻译，自然语言处理自然而然地成为了一项从一开始就具备商业价值的技术。如今，自然语言处理已成为工作环境的一部分。

以下是四种当前流行的自然语言处理商业应用，我们将毫不犹豫地在未来投入使用。

1. 神经网络机器翻译

曾经，机器翻译被认为是荒谬的，但现在它的表现已相当不错。随着自然语言处理软件以人类的方式学习语言，早期的机器翻译可以被视为儿童的语言学习阶段。随着时间的推移，系统积累更多的词汇量，逐渐变得更为成熟。机器翻译的质量主要取决于输入的词汇量，这也解释了为何机器翻译在初期难以大规模应用。

幸运的是，对于那些不愿等待机器翻译系统“成长”的企业来说，神经网络机器翻译提供了另一种选择。2016年，微软的必应翻译率先推出了这一技术，谷歌翻译和亚马逊翻译随后也推出了类似的系统。在引入神经网络之前，机器翻译只能单向运行——例如，将西班牙语翻译成英语。若需反向翻译，则需要从另一套数据集开始。而神经网络机器翻译使得工程师能够交叉使用数据，大大提高了开发效率，将机器翻译引擎的优化时间从数年缩短至数月。因此，企业可以放心地使用机器翻译来翻译一些低影响的内容，如产品评论、监管文件和电子邮件。

然而，需要注意的是，免费的机器翻译工具可能存在数据安全风险。例如，所谓的Translate.com曾发生过数据泄露事件，导致员工密码、合同和个人身份信息出现在谷歌搜索结果中。尽管如此，如果使用定制的专业服务，如亚洲在线（Asia Online）或Systran，机器翻译本身是相当安全的。使用这些工具时，务必谨慎处理输入的内容。

2. 聊天机器人

如果说机器翻译是自然语言处理的古老应用之一，那么聊天机器人则是最新的代表。聊天机器人通过集成如Slack、Skype和微软团队（Microsoft Teams）等程序，简化了许多功能。起初，聊天机器人主要应用于消费者市场。例如，如果你在Facebook Messenger中输入“披萨”，Domino’s的聊天机器人会引导你下单。虽然这种互动有助于推动B2C销售，但在B2B环境中，人们并不希望在工作中被购买提醒打断。

在过去一年里，初创公司已经将聊天机器人技术应用于其他领域，特别是在人力资源管理方面。例如，Talla是一款自然语言处理工具，可以帮助员工解答常见的问题，如“我还有多少假期？”和“我的保险何时生效？”Chatbot Polly则通过问卷调查了解员工的工作满意度及他们喜欢的零食。此外，Growbot是一款专为Slack和Teams设计的聊天机器人，用于监测员工间的相互表扬频率。当员工使用“赞”、“欢呼”、“道具”等词语时，他们会获得奖励。联合创始人兼首席执行官Jeremy Vandehey表示，这有助于提升员工的留存率和士气。

3. 招聘工具

在人力资源领域，自然语言处理软件长期以来一直帮助招聘经理筛选简历。使用与谷歌搜索类似的技术，自动化候选搜索工具会扫描申请者的简历，寻找符合职位要求的人选。然而，就像早期的机器翻译一样，这些平台所采用的排序算法常常出错。例如，一个申请人可能会描述自己是“业务增长的集思广益者”，而不是“外部销售代表”。在这种情况下，她的简历可能不会出现在搜索结果中，导致有价值的候选人被忽视。

现在的系统远不止依赖关键词匹配。例如，Scout通过搜索人力资源部门最初提供的关键词，解决了同义词问题，然后利用这些结果来识别新的关键词。通过推断新术语（如“业务增长”），系统可以避免遗漏合格的候选人。此外，由于女性和少数族裔往往使用不同的语言，这一过程有助于确保不会遗漏他们。

当然，如果多样化的候选人没有申请，那么这些系统也无法发挥作用。为了解决这个问题，Textio应运而生。联合创始人兼首席执行官Kieran Snyder表示，增强型写作工具利用语义分类（一种自然语言处理技术）帮助招聘人员撰写无性别偏见的职位描述。Textio提供从0到100分的文章评分，并给出词汇、语法和格式建议，如“增加更多项目符号”。实施这些修改措施后，客户反馈表明申请人数显著增加：强生公司（Johnson & Johnson）的女性申请人数增加了9%，艾利丹尼森公司（Avery Dennison）的女性申请人数增加了60%，Expedia发现性别中立的职位招聘速度提高了三周。

4. 会话式搜索

与Talla类似，Second Mind的目标是回答所有员工的问题。不过，这个工具不是聊天机器人，而是一个语音激活平台，用于在公司会议期间捕捉“什么是”和“我想知道”之类的触发短语。当听到这些短语时，Second Mind的搜索功能便会启动，为句子的剩余部分寻找答案。

举例来说，假设你在参加董事会会议，有人问道：“去年的投资回报率是多少？”Second Mind会悄无声息地扫描公司的财务记录，或其他相关信息，并在会议室的屏幕上展示结果。创始人Kul Singh指出，普通员工每天大约30%的时间用于搜索信息，这相当于每位员工每年花费14209美元。通过简化实时对话搜索，Second Mind有望提高工作效率。

Talla的联合创始人兼首席执行官Rob May表示：“据报道，Wolfram、Semantic Machines、Nuance和微软等公司都在开发相关项目。”