|北语信息院院长荀恩东：语言智能的核心是语义理解丨CCF-GAIR 2020( 二 )
目前语言智能在多个领域有应用 ， 主要是四种类型：分类、生成、抽取和校对 。
本文插图
分类问题：也就是给语言对象打标签 ， 语言对象可以是句子、篇章、文档集 ， 标签可以是二值、多值标签 ， 在不同领域有不同的含义 。
本文插图
生成问题：给定原文本生成另一种文本表达 ， 典型的应用是机器翻译 ， 给定原语言生成目标语言 ， 以及人机对话、自动写作等等 。
本文插图
抽取问题：从研究对象提取想要的答案 ， 有两种情况 。 1、从原文里直接摘取答案 ， 比如信息检索和机器问答 。 2、从原文摘取内容并经过加工和处理 ， 以满足某种需求 ， 属于挖掘类问题 。 比如说给定文档数据集 ， 以生成知识图谱 ， 知识图谱来源于大数据 ， 但是 ， 知识图谱是经过了再加工和再处理 ， 用来满足某种需求 。 还有文本摘要问题 ， 也是一样 。
本文插图
校对问题：让计算机对给定的处理对象 ， 回答对应信息是否齐全、是否一致、是否准确的问题 。 这个问题有多个场景应用 ， 比如合同审查、公文审查、稿件校对、知识图谱补全等等 。 在合同审查时 ， 起草合同一定有必添的事项 ， 比如甲方、乙方、金额、引用的法律条款等等 。 这些信息是否存在不一致 ， 是否存在缺失 ， 是否存在引用不准确 ， 都是审查的对象 。
本文插图
知识图谱里有一个很重要任务就是知识图谱补全 。 从文档集生成知识图谱 ， 难免存在数据稀疏的问题 ， 使得构造的图谱信息不够完备 ， 必须通过其他的信息源补全缺失信息 。
2 语言理解是语言智能的主要任务
语言理解是语言智能的主要任务 ， 涉及到语言理解的目标、途径和主要模型 。 计算机对语言的理解是指什么？实际上 ， 在处理语言时 ， 所谓的理解就是确定了概念与语言单元的映射 ， 以及知道承载概念单元的语言属性 ， 和知晓不同语言单元之间的关系 。
本文插图
语言单元在不同的场景里有不同的表现 ， 有的可能是词和词之间的关系 ， 有的可能是句子和句子之间的关系 ， 或者是段落和段落之间的关系等等 。 那么我们如何确定表达概念的语言单元、单元属性和单元之间的关系呢？
举两个例子 ， 第一个例子给一个句子 ， 然后给出语义 ， 生成意合图 。 比如“警方严厉打击经济犯罪” ， 这句话涉及两个类别的概念：一是事件类概念 ， 二是实体类概念 。
如下图所示 ， 圆角矩形是事件 ， 方角矩形就是实体 。 “打击”和“严厉”是事件 ， 警方和犯罪是实体 ， 这就把实体之间的关系构造出来了 。 在“打击”和“严厉”下面还有属性 ， 有命题信息和情态信息 。
本文插图
第二个例子是一个知识图谱 ， 如上图所示 ， 其中有四个对象 ， 我们要构建四个对象之间的关系 。 张三和李四是同学关系 ， 张三毕业于北语 ， 李四毕业于矿大 ， 北语和矿大是邻居关系 。
此外还有属性 ， 属性可以作用在单元上 ， 也可以作用在关系上 。 在单元上 ， 张三的属性是男、年龄28岁 。 属性也可以作用在边上 ， 比如张三和李四之间的同学关系的属性 ， 是高中 ， 所以他们是高中同学关系 。 关系的属性 ， 以及控制关系的条件 ， 是知识图谱中非常重要的内容 。
推荐阅读
- 马斯克|马斯克用活猪演示脑机接口技术：实时读取猪脑信息 心灵感应成真了
- 信息检索站资讯号|骁龙865再降400，8+128G至两千档，65W快充加持
- 新机发布|iPhone 12电池入网信息曝光，打败苹果的或许是苹果自己
- 行业互联网,5G|2020中国高速公路信息化展会焦点来了
- 中年|中国电科发起成立新一代信息基础设施生态联盟
- 行业互联网|德州市人民政府与山东数据交易公司、乾云信息科技集团战略合作签约
- 人工智能|从制造业信息化谈包装：包装“智造化”离我们还有多远
- 用户|专注碎片化信息聚合，一知app收获用户口碑好评
- 行业互联网|同盾&华为联合亮相中国高速公路信息化大会
- 行业互联网|拓维信息携手华为助力智慧高速发展加速转型