AI产品经理需了解的技术知识：自然语言理解技术NLU

本文章主要介绍了NLU技术的算法包括词法分析、句法分析、语义分析，有助于PM了解技术实现边界，产品快捷高效的落地～

自然语言理解技术（NLU）是人机对话产品中的重要一环，是指机器能够执行人类所期望的某些语言功能，换句话说就是人与机器交流的桥梁。

语言理解主要包括以下方面内容：

1. 能够理解句子的正确次序规则和概念，又能理解不含规则的句子；
2. 知道词的确切含义、形式、词类及构词法；
3. 了解词的语义分类、词的多义性、词的歧义性；
4. 指定和不定特性及所有特性；
5. 问题领域的结构知识和实践概念；
6. 语言的语气信息和韵律表现；
7. 有关语言表达形式的文字知识；
8. 论域的背景知识。

语言理解通常分为三个层次： 词法分析、句法分析、语义分析 。

词法分析

词法分析是自然语言处理的技术基础，也是自然语言理解过程的第一层，因此词法分析的性能直接影响到后面句法和语义分析的成果。主要包括自动分词、词性标注、中文命名实体标注三方面内容。

1. 自动分词

现有分词的算法分为三大类：基于词典的分词方法、基于统计的分词方法、基于理解的分词方法。

当前主流的方法还是基于词典进行分词，主要包括正向最大匹配、逆向最大匹配、双向最大匹配。原理是按照既定的规则顺序，将目标字符串依次与词典匹配，匹配成功就取出该词，直到整个字符串全部匹配，如在词典中匹配到，就取出单字。

case：字串“召开大学生运动会”，分别通过三种分词算法进行切分：

（1）正向最大匹配

第一轮取词

第1次：“召开大学生运动会”扫描词典，无匹配

第2次：“召开大学生运动”扫描词典，无匹配

第3次：“召开大学生运”扫描词典，无匹配

第4次：“召开大学生”扫描词典，无匹配

….

第7次：“召开”扫描词典，匹配

第二轮取词

第1次：“大学生运动会”扫描词典，无匹配

第2次：“大学生运动”扫描词典，无匹配

…..

第4次：“大学生”扫描词典，无匹配

第5次：“大学”扫描词典，匹配

分词结果：召开／大学／生／运动／会

（2）逆向最大匹配

第一轮取词：

第1次：“召开大学生运动会”扫描词典，无匹配

第2次：“开大学生运动会”扫描词典，无匹配

….

第8次：“会”

第二轮取词：

第1次：“召开大学生运动”扫描词典，无匹配

第2次：“开大学生运动”扫描词典，无匹配

…

第6次：“运动”扫描词典，匹配

分词结果：召开／大／学生／运动／会

（3）双向最大匹配

将正向最大匹配和逆向最大匹配算法得到的结果进行比较，从而确定正确的分词方法。

选择的依据如下：

1. 大颗粒度词越多越好；
2. 非词典词越少越好；
3. 单字词越少越好。

2. 词性标注

词性标注是对分词结果中的每个单词标注一个正确的词性，例如：每个词是名词、动词还是形容词等。汉语中，词性标注笔记哦啊简单，因为大多词语只有一个词性，或者出现频次最高的词性远远高于第二位的词性。

因此在词性标注时，一般先针对已存在的词库进行统计学处理，建立词性标注模型，进而通过概率判断每个词的词性。

3. 中文命名实体

命名实体就是奖文本中的元素分成预先定义的类，例如：人名、地名、时间、百分比等。它的技术方法主要分为基于规则和词典、基于统计、二者结合的方法。

基于规则和词典的方法，大多是由语言学专家构造规则模板然后进行匹配。这个时候，词典和知识库的创建会直接影响命名实体的准确率。

举个简单规则的例子：人名=【姓氏】+【名字】，那么分别建立“姓氏”、“名字”库，如字串命中，则识别出包含人名实体。

基于统计的方法，主要是通过对训练语料所包含的语言信息进行统计和分析，从许年语料中挖掘出特征。因此这种方法对语料库的依赖比较大，而用来建设和评估命名实体识别系统的大规模通用语料库又比较少。

句法分析

句法分析的目标是自动推导出句子的句法结构，实现这个目标首先要确定语法体系，不同的语法体系会产生不同的句法结构。常见语法体系有短语结构语法、依存关系语法。

依存关系语法

同样分为基于规则和基于统计的两种方法，基本自然语言的技术中，很多都是基于“词典／规则”+“统计”的方法。

（1）基于规则的方法

• 优点 在于：可以最大限度的接近自然语言的句法习惯、表达方式灵活多样，可以最大限度的表达研究人员的思想；
• 缺点 在于：规则刻画的知识粒度难以确定，无法确保规则的一致性，获取规则同样是一个繁琐的过程。

（2）基于统计的方法

目前是句法分析的 主流技术 ，确定语法体系后，需要按照语法体系人工标注句子的语法结构，将其作为训练的语料。因此语料库的建设是 非常关键 的。

语义分析

语义分析就是指分析话语中所包含的含义，根本目的是理解自然语言。分为词汇级语义分析、句子级语义分析、段落／篇章级语义分析，即分别理解词语、句子、段落的意义。

这部分在我的工作中相对前两部分应用的较少一些，因此没有过多的进行学习了解。

理解NLU技术的基本原理和算法可以在PM优化产品时起到很大的帮助，使我在产品设计时，可以提前了解技术边界，在和研发沟通时，效率也更高。

本文由 @猪不会飞 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议