自然語言處理（NLP）被譽為人工智能皇冠上的“明珠”。近年來，人工智能（AI）取得了長足的發(fā)展，其中最重要的技術(shù)進步之一發(fā)生在NLP領域。NLP技術(shù)的進步使得機器翻譯質(zhì)量大幅提高，也催生了更多數(shù)字化場景應用，隨之國內(nèi)NLP產(chǎn)業(yè)也迎來快速發(fā)展。據(jù)艾瑞咨詢預測，2022年NLP相關產(chǎn)業(yè)規(guī)模將達到1500億元，到2025年達到2400億元。微軟亞洲研究院認為未來十年是NLP發(fā)展的黃金時期。
浪潮之下，創(chuàng)新企業(yè)正在成為NLP創(chuàng)新突破的重要力量，中科凡語就是其中的典型代表。中科凡語是中國科學院自動化研究所孵化、專注于NLP服務的創(chuàng)新型企業(yè)，已發(fā)展成為業(yè)內(nèi)領先的多語言跨領域多模態(tài)自然語言處理方案商、服務商、運營商。恰逢中科凡語成立4周年之際,中國科學院自動化研究所研究員、博士生導師、中科凡語董事長周玉博士分享了NLP的發(fā)展趨勢和中科凡語的工作成果。
中國科學院自動化研究所研究員、
博士生導師、中科凡語董事長周玉博士
從通用到定制形成動態(tài)閉環(huán)
搭建NLP底層技術(shù)平臺
目前NLP產(chǎn)品的應用落地任重道遠，面臨的問題主要有兩個，一是高定制化場景帶來的高溝通門檻，使得溝通效率較低；二是要開發(fā)通用性較強的產(chǎn)品，需要不同的業(yè)務數(shù)據(jù)支撐，適配過程較為漫長。面對NLP產(chǎn)品的定制化和通用性難題，中科凡語獨辟蹊徑。
周玉研究員表示，“早期可以面對不同行業(yè)領域客戶先提煉出共性需求，搭建一個通用的技術(shù)框架，滿足基礎的模塊功能；然后再構(gòu)建通用場景的通用產(chǎn)品；之后再遷移到特定場景進行定制化開發(fā)；最后在定制化過程中再衍生出面向特定場景的產(chǎn)品?？偟膩砜?，其實是在動態(tài)演化過程中不斷完善迭代，從通用到定制形成動態(tài)閉環(huán)?！?/span>
NLP產(chǎn)品開發(fā)的底層邏輯是技術(shù)儲備，技術(shù)儲備越豐富，通用技術(shù)模塊越成熟，遷移成本就會越低，在特定行業(yè)的產(chǎn)品化效率也就越高，行業(yè)壁壘也就隨之建立起來。
基于深厚的技術(shù)積淀，目前中科凡語推出了“信譯”、“信推”、“信析”、“信服”和“信取”五大NLP技術(shù)產(chǎn)品?！靶抛g”是基于為用戶提供優(yōu)質(zhì)、專業(yè)、準確、高效的機器翻譯服務；“信推”是針對長文本完成多模態(tài)自動摘要生成和關鍵詞提取及內(nèi)容推送；“信取”則提供跨場景、多語言、多粒度的數(shù)據(jù)爬取、融合、分類及管理，等等。目前中科凡語所推出的“五信”，“飛譯”或是“洞知”產(chǎn)品，都是基于客戶普遍的共性需求所建立的。未來的產(chǎn)品開發(fā)，還將繼續(xù)朝著系統(tǒng)化、模塊化、工具化的方向出發(fā)，為客戶提供更易組裝、更加靈活、適用性更強的智能服務產(chǎn)品，構(gòu)建多模塊、廣適用、高精度的底層NLP技術(shù)平臺。
專業(yè)領域億級語料數(shù)據(jù)
為行業(yè)發(fā)展提供動力
高質(zhì)量標注數(shù)據(jù)是AI時代NLP技術(shù)的關鍵因素。NLP技術(shù)本質(zhì)上是基于深度學習的,相比于視覺或音頻信息，自然語言更加抽象,蘊含了更加豐富的人類定義的知識。因此，NLP的技術(shù)效果很大程度上取決于標注數(shù)據(jù)的質(zhì)量和規(guī)模。
中科凡語作了大量的基礎工作。在標注人員方面，以翻譯樣本標注為例，中科凡語同全國100多所高校外國語學院達成了合作，并建立了與之相對應的人物畫像，豐富語種人才庫的同時，進一步提升適配效率；在標注數(shù)據(jù)方面，分層分級，重點篩選種子樣本；再通過不斷優(yōu)化迭代算法方面的優(yōu)勢，來最大化的降低標注成本，篩選出有價值的數(shù)據(jù)。同時，通過前臺數(shù)據(jù)與后臺算法的深度綁定，中科凡語進一步提升了數(shù)據(jù)儲備的質(zhì)量和規(guī)模，形成一個良性的閉環(huán)。
基于中國科學院自動化研究所相關團隊20余年的積累，中科凡語目前已經(jīng)建立了涵蓋特定行業(yè)、教育、醫(yī)療、航空等多個領域的億級雙語平行語料，及大規(guī)模涵蓋多語言、多領域、多場景、多任務、多層次的高精準標注語料，NLP語料數(shù)據(jù)方面行業(yè)領先。同時，通過創(chuàng)新迭代的智能化標注算法，中科凡語也在不斷充實NLP語料池，著力挖掘大規(guī)模、高質(zhì)量的標注數(shù)據(jù)。這不僅帶來效率提升、技術(shù)升級,更是NLP發(fā)展的必然趨勢。
深耕行業(yè)夯實優(yōu)勢
NLP下一個十年中文論劍
縱觀國內(nèi)外NLP產(chǎn)業(yè)發(fā)展現(xiàn)狀，國外NLP技術(shù)由于起步早、技術(shù)領先，而國內(nèi)目前則處于奮起直追階段。隨著中國企業(yè)逐漸從“輔助角色”進化為中堅力量，“學術(shù)界＋工業(yè)界”的雙輪驅(qū)動推動中國AI力量悄然變化。
中科凡語作為國產(chǎn)NLP領域先行者，承接了中科院自動化所過去20多年在NLP領域技術(shù)積累，在技術(shù)、數(shù)據(jù)乃至人才方面都有著天然優(yōu)勢。成立四年來，中科凡語已成功落地了100多家G端客戶、50余家B端客戶，同時還承擔了多項國家和政府重大需求項目，例如為“一帶一路”沿線國家提供翻譯、信息整合及分析服務等，未來還將持續(xù)深耕認知智能、通用智能、因果推斷等技術(shù)領域，進一步推動NLP成果產(chǎn)業(yè)化。中科凡語還于2020年11月成立了凡語AI研究院，已吸引60多名高級人才加入，共同進行前沿研究，探索新的基礎模型與技術(shù)路線，建立競合協(xié)同的行業(yè)生態(tài)。
在政策紅利和藍海市場的雙重利好下，NLP 已步入發(fā)展快車道，并涌現(xiàn)了許多商業(yè)化應用，如機器翻譯、輿情監(jiān)測、自動摘要、問答機器人、客服機器人、電銷機器人、智能推薦等。隨著AI技術(shù)不斷走向“深水區(qū)”，作為AI最高層次的NLP也將伴隨著數(shù)智化的產(chǎn)業(yè)趨勢快速迭代更新。中科凡語致力于通過本身在NLP領域積累的人才、算法、數(shù)據(jù)等優(yōu)勢，聯(lián)合業(yè)界的專家學者、行業(yè)精英，共同推動NLP最前沿技術(shù)和應用，在國產(chǎn)NLP的發(fā)展中貢獻力量。
金科君創(chuàng)已投部分TMT企業(yè)
（以投資先后順序排列）
