會撩妹可解決問題的小機靈，自然語言處理的正確打開方式了解一下

你有沒有覺得蘋果手機的siri越來越會撩，小米的AI音響小愛同學的「調戲」技能也滿點？這多虧自然語言處理（NLP），讓冷冰冰的機器可以聽懂你說的話，感知你的情緒，判斷你的態度。NLP不僅能陪聊，還有其他的本領，比如說讓計算機更準確的理解文本信息，用比人工快數十倍，甚至數千倍、數萬倍的速度看完大量文本資料，並分析出一種趨勢或者得到一個結論。

近年來，自然語言處理在人工智慧領域取得了卓越的成就，特別是在實際應用方面。在消費者數字助理、聊天機器人以及各種商業應用（如財務或法律記錄的內容分析）中，基於深度學習的自然語言處理已無處不在。

NLP模塊化的崛起

人工智慧推動了深度學習領域的普遍發展，不僅推進諸如計算機視覺這樣的技術，也讓NLP受益匪淺。

O『Reilly和Intel人工智慧大會2018北京站上，英特爾人工智慧事業部數據科學部主任劉茵茵博士介紹，英特爾AI的解決方案優化了深度學習的框架，對NLP最重要的貢獻是讓它可以和計算機視覺等技術共享一些基礎元素，從而使整體構建變得模塊化。

比如說一個實際問題要實現「挑選、排序、分析、推薦」這四個功能，傳統的機器學習和深度學習方法會按部就班完成整套程序的編寫，但是基於深度學習的NLP會把這個四個功能分成相應的四個模塊，甚至更多更具體的模塊，如果某個功能模塊在另外一套方案里用過，那麼現在也可以直接調用這個模塊，不需要再重新寫一遍。

因此，NLP的模塊化的好處是非常明顯的，用戶只需要學會如何構建這些最底層的基礎元素，以及如何重新組合、調整它們，就能解決形形色色的實際問題。

Idea具像化

開放、靈活的NLP可以實現許多看起來很複雜的功能，為企業用戶和數據科學家提供了解決問題的新視角，甚至創造出產生令人驚訝的新方法。下面列舉了一些NLP在包括醫療保健、製造業、金融業等的許多領域裡的主要應用，雖然只是冰山一角。

1.趨勢分析。常用來幫助企業獲得行業趨勢洞察，例如某企業想要了解天氣變化與庫存短缺的關係，不可能只考慮到天氣好壞和庫存少量短缺的情況，還有下雪下雨大風等天氣狀況、短缺產品種類、短缺程度等等。如果一一對應的話，對於計算機來說非常耗時繁瑣的工作。在NLP的幫助下，通過關鍵詞搜索可以以極快的速度從海量的、大型的文本數據中識別出來，NLP會快速地比較提取出來的關鍵詞隨時間的變化趨勢，最終提供給企業趨勢預測。

2.主題分析。對金融行業的從業者們來說，從文件中獲取某款產品的競爭力，同時處理並理解大量文件也是十分勞心勞力的工作。NLP具有的主題分析功能可以快速地從大量文件里識別出不同部分所關聯的主題，無論用戶是要了解某公司的估值或是領導力，或是某個產品的競爭力，NLP都能幫助用戶篩選出來。

3.情感分析。消費者總會對一個產品產生不同的評價，比如說可能會認可它低功耗的優點，對其外觀讚不絕口，但是又對其可靠性心存疑惑。針對不同的產品，比如說電吹風和空調，消費者可能會覺得這兩種靜音效果都很好，這是對於空調的肯定，但對於電吹風來說這個評價會很雞肋。這種具有針對性的評價被認為是「細粒度情感」，NLP分析這些情感可以提供給企業用戶可付諸行動的洞察，幫助他們在競爭分析、傳播戰略優化和產品或市場分析中及時調整計劃或制定下一步計劃。

英特爾 架構不僅賦予了自然語言處理這些卓越的技能，也給其他人工智慧提供了基礎軟硬體設施，未來還要開發出更多更厲害的本領，期待一下吧！

要了解更多請訪問 intel.cn/ai。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！