一口气11项发布 一文看懂百度大脑的NLP布局

8月25日，百度CTO王海峰在百度大脑语言与知识技术峰会上，首次对外全面完整的阐述了百度的NLP布局，还推出了一揽子11项新发布。

自然语言理解（NLP）的名词解释是这样的，自然语言是人类智慧的结晶，是人工智能中最为困难的问题之一，而对自然语言处理的研究也是充满魅力和挑战的。

那么，百度是如何理解这项挑战的？他们为此做了哪些研究和布局，我们一探究竟。

知识图谱是机器认知世界的基础

王海峰表示，在百度语言与知识技术的布局和发展中，始终在注意把握两个趋势，即技术发展趋势和产业发展趋势，并力争引领趋势。

对此，2010年，他们就成立了自然语言处理部，“纵览百度语言与知识技术发展历程，从研究方法、研究对象、研究方向、产业应用等各个层面，布局完整，始终与应用的发展趋势、需求一脉相承，与产业接轨。”

一手是技术探索，一手是应用落地，王海峰认为缺一不可。

他指出，知识图谱是机器认知世界的重要基础，百度的大规模知识图谱有超50亿实体和5500亿事实，并在不断演进和更新，“目前每天的调用次数超过400亿次。”

另外，百度不断在语言理解能力方面进行攻关，此前就提出了知识增强的语义理解框架ERNIE，在深度学习的基础上融入知识，同时具备持续学习能力，据介绍，基于知识图谱和语义表示，突破了阅读理解、对话理解以及跨模态深度语义理解等技术。

还有一点至关重要是语言生成，语言生成是语言与知识技术中的重要组成部分，百度提出基于多流机制的语言生成预训练技术，兼顾词、短语等不同粒度的语义信息。与此同时，还提出了知识图谱驱动的对话控制技术，以及基于隐空间的大规模开放域对话模型PLATO等，实现规模化应用。

据披露，百度翻译目前可支持200多种语言，每天响应超过千亿字符的翻译请求。

让语言与知识技术在应用中产生价值

王海峰谈到要抓住技术发展趋势和产业发展趋势，那在产业发展方面百度有何布局？

百度集团副总裁吴甜给出了答案，她连续发布了语义理解技术与平台文心、智能文档分析平台TextMind和AI同传会议解决方案3大新品，同时发布了6项升级，包括智能创作平台的3个场景方案、以及智能对话定制与服务平台UNIT的3项全新升级。

吴甜在讲解中表示，我们希望让语言与知识技术凝聚成一系列技术平台和产品，在应用中产生大量价值。

具体来说，此次推出的语义理解技术与平台文心，基于深度学习平台飞桨，依托语义理解核心技术，集成预训练模型、NLP算法集、端到端开发套件和平台，提供一站式NLP开发与服务。“具备工业级落地实能力”吴甜谈到。

而在智能文档分析平台TextMind方面，基于OCR、NLP技术，以文档解析为核心，支持文档对比与文档审核，希望促进企业办公智能升级。

百度大脑智能创作平台则针对媒体应用场景升级，推出智能策划、智能采编、智能审校三大媒体场景方案。还有AI同传会议解决方案，吴甜现场展示了如何只用一台电脑和一部手机搭建一套同传服务。

在智能对话定制与服务平台UNIT方面，也发布了一揽子新特性，其中包括任务式对话理解、表格问答和融合通用的新对话引擎。据介绍，此次UNIT的升级，将进一步降低任务式对话、智能问答的定制成本。

值得一提的是，数据匮乏、算力不足历来是语言与知识技术研发中面临的瓶颈。

针对这样的问题，百度联合中国计算机学会、中国中文信息学会发起中文自然语言处理数据共建计划“千言”，千言一期由来自国内11家高校和企业的数据资源研发者共同建设，涵盖开放域对话、阅读理解等7大任务，20余个中文开源数据集。

百度技术委员会主席吴华表示，“计划在未来3年，面向20多个任务，收集和建设不少于100个中文自然语言处理数据集，覆盖语言与知识技术全部领域。”