深度学习成 NLP 发展新引擎，深层次认知将是未来突破方向
| 作 者 : | 谭志勇；朱琨 |
| 日 期 : | 2017-10-31 |
| 摘 要 : |
言认知技术不断演进,深度学习成推动NLP发展新引擎:经历了几十年的发展,NLP领域中的基于统计学习方法越来越受到重视,自然语言处理中越来越多地使用机器自动学习的方法来获取语言知识,深度神经网络的兴起进一步驱动自然语言处理技术快速发展。CNN、RNN为代表的深度学习模型应用使得语音识别、机器翻译等技术性能显著提升。语音识别性能快速提升,智能语音市场处于爆发前期:深度学习、高性能计算和大数据的迅速发展,大大提升了语音识别技术的水平和准确性,使得智能语音的商业化落地成为可能。随着IBM、微软、谷歌、亚马逊和百度这样的科技巨头在智能语音方面不断取得进展,智能车载,智能家居,智能可穿戴等垂直领域应用日益成熟,智能语音市场有望率先迎来爆发。深层次认知将是NLP突破方向,三大领域应用值得关注:当前的深度学习方法已经改善并实现了NLP技术的很多应用,但还不足以完全解决NLP领域的核心问题。进一步的深层次认知是NLP技术的突破方向,将有助于推动NLP与行业领域深度结合,创造价值。其中我们认为知识图谱、情感分析、意图分析三大领域应用值得关注。
|
| 关键词 : | NLP；智能语音市场；人工智能 |
