图灵汇官网

中国人工智能大会是我国人工智能领域规格最高、规模最大、影响力最强的专业会议。回顾CCAI 2017大会，许多演讲者的设想和展望正在逐步变为现实，他们的宝贵经验也为产业、学术和研究等领域提供了方向。

自然语言处理的发展趋势

趋势一：语义表示——从符号表示到分布式表示

自然语言处理长期以来较为抽象，常用词汇和符号来表达概念。然而，符号表示存在一定的问题，例如两个词虽然词性相近但形态不同，计算机可能将其视为不同的词。例如，荷兰和苏格兰这两个国家名，如果用连续、低维、稠密的向量表示，就可以计算不同层次的语言单元之间的相似度。这种方法同样适用于神经网络，这是该领域的重要变革。

过去，自然语言处理通常分为多个层次，如词汇、短语、句子和篇章等。现在，许多研究集中在如何将这些层次结合起来。这种新思路带来了显著的变化，尤其是在深度学习的应用下。实际上，我们不再需要将自然语言处理严格划分为多个层次，因为深度学习可以在一定程度上替代这些人为定义的层次。

在实际应用中，信息抽取是一个重要课题。以往，句法分析是信息抽取的基础，但现在发现，即使没有句法分析，也可以直接进行实体关系的抽取。这意味着在某些情况下，句法分析不再是必需的。

趋势二：学习模式——从浅层学习到深度学习

从浅层学习到深度学习的转变，意味着从分步骤处理到一次性完成任务。深度学习可以直接处理端到端的任务，从而减少了对人为知识的依赖。谷歌团队推出的Translatotron就是一个典型的例子，它可以实现从一种语言到另一种语言的语音转换，同时保留说话人的声音特点。

趋势三：NLP平台化——从封闭走向开放

过去的研究者不太愿意分享自己的研究成果，但现在情况发生了改变。无论是学校还是大企业，都在积极提供开放平台。这些平台不仅降低了门槛，还促进了自然语言处理技术的发展。

趋势四：语言知识——从人工构建到自动构建

AlphaGo的成功表明，机器学习可以超越人类的认知。谷歌开源的BERT模型展示了如何通过自动构建的方法来获取语言知识。这种方法在自然语言处理中变得越来越重要。

趋势五：对话机器人——从通用到场景化

对话机器人近年来备受关注。最初，人们尝试通过通用对话系统解决各种问题，但效果并不理想。现在，更多的研究集中在特定场景下的对话系统，例如阿里巴巴的小蜜智能客服机器人，专门应用于客户服务场景。

趋势六：文本理解和推理——从浅层分析到深度理解

阅读理解是自然语言处理中的一个重要环节。谷歌等公司已经推出了一系列测试系统，以评估计算机在阅读文章后能否正确回答问题。阿里AI在MS MARCO挑战赛中表现出色，接近人类的理解水平。

趋势七：文本情感分析——从事实性文本到情感性文本

情感分析在过去几年变得越来越受欢迎，尤其是在商业和政府舆情监测中。百度开源的情感分类项目Senta展示了如何通过大数据训练来实现情感分析。

趋势八：社交媒体处理——从传统媒体到社交媒体

社交媒体处理涉及从传统媒体到社交媒体的转变。情感分析是其中的一部分，此外还包括电影票房预测和股票预测等。未来，自然语言处理将在文学、历史学等学科中发挥更大的作用。

趋势九：文本生成——从规范文本到自由文本

文本生成技术近年来取得了显著进展，从生成古诗词到新闻报道再到作文写作。新华社发布的AI合成主播就是一个典型例子，展示了实时音视频与AI真人形象合成的技术创新。

趋势十：NLP与行业结合——为各行业创造价值

自然语言处理技术在银行、家电、医药、司法、教育和金融等多个行业中有着广泛的应用前景。其中，医疗、金融、教育和司法是最主要的应用领域。通过与行业的深度结合，自然语言处理技术将为企业创造更多价值。