自然语言处理NLP开发有哪些值得关注的开源工具?

栏目: 编程工具 · 发布时间: 6年前

内容简介:智能语音助理、聊天机器人是时下人工智能的热点和突破口,但是并非每家公司都具备谷歌、Facebook、亚马逊、苹果等公司的经济和技术实力来开发NLP应用,尤其是难度最大的会话型NLP应用。所幸,目前NLP的开源技术已经足够强大,您可以轻松地“在巨人的肩膀上”,只需一个小型的专业团队,借助合适的平台方法就能开发出令人惊叹的,行之有效的NLP应用程序。下表概述了当下一些值得研究的开源工具:

智能语音助理、聊天机器人是时下人工智能的热点和突破口,但是并非每家公司都具备谷歌、Facebook、亚马逊、苹果等公司的经济和技术实力来开发NLP应用,尤其是难度最大的会话型NLP应用。

所幸,目前NLP的开源技术已经足够强大,您可以轻松地“在巨人的肩膀上”,只需一个小型的专业团队,借助合适的平台方法就能开发出令人惊叹的,行之有效的NLP应用程序。

下表概述了当下一些值得研究的开源工具:

自然语言处理NLP开发有哪些值得关注的开源工具?

其次,即使有如此丰盛的精品技术资源触手可及,开发一个前端NLP(一个“会话”,这是大多数人在想到人工智能时所想到的)仍然需要远见和坚持。因为在您看到一些高级功能的回报之前,它往往需要大量的前期投资。

后端NLP更容易,并提供更直接的投资回报率

基于NLP的业务改进不一定需要具有会话前端。后端驱动或语言分析项目通常是在短期内使用NLP见效最快,成本效益最好,最高回报的方式。此类项目的开发往往只需要两到三人的团队,在几个月内完成。

Cloudera机器学习总经理Hilary Mason在最近的Strata会议的主题演讲中展示了后端NLP的一个很好的例子。Mason解释了Cloudera如何使用NLP降低其呼叫中心成本并提高客户满意度。他们从呼叫中心采集了记录呼叫的统计样本,并将其转录为文本。他们对该语料库进行了文本分析,寻求与特定问题和问题解决步骤相关的语音模式。然后,他们将基于此分析结果的预测模型部署到其呼叫中心系统中。当客户打电话时,基础算法识别出语音模式,并在客户与客户交谈时主动向客户服务代表推荐可能的解决方案。

会话型NLP成本更高,需要战略情怀和长线投入

如果你致力于会话式NLP(或AI),希望机器与人类的交互能够达到人类之间的那种流畅和模糊性,这在技术上具有极大的挑战性,成本也很高。我们不是在聊聊天机器人,聊天机器人其实是一个非常简单的程序,可以跟踪特定任务的相对结构化的对话,并处于某些预定义的环境,如Facebook Messenger。而会话AI是完全不同的,与Alexa类似,它们无处不在(它们随处可见),可以处理多个应用程序(也称为意图),并且可以处理各种响应。他们还可以迅速切换场景 – 比如从提供有关今天天气的信息到预订餐厅。

目前已经存在多个开源平台(上图),允许您的团队在合理的时间范围内构建功能性(可能算不上完善)的AI,并且成本可以提供正回报。像苹果,谷歌,微软和亚马逊这样的公司每年都投入了数亿美元,并将地球上一些最聪明的博士投入到先进的NLP接口中。而这些开源库使普通公司和团队也能凭借3-4人的团队,用大约一年时间开发出简单会话AI的基础平台,总计投入约为500,000美元。这些早期平台具有一些简单的场景对话能力,但不会预先分析用户(这需要具备安全系统的接口),并且没有先前用户会话的记忆。以此平台为起点,每开发一个新的,简单的场景对话的成本约1万美元。

企业应当将会话型NLP的基础平台作为一种长线投资,每一个新增的会话功能都会摊薄整体平台的成本。例如,允许人们对丢失/遗忘的密码或其他简单的IT问题进行自助服务可以节省每年至少一个IT运维人员的成本。通过在Excel中使用IRR功能的一些快速计算,并假设该角色每年花费100,000美元,快速计算该“复杂”应用程序的单年ROI约为260%,这显然值得做。成本只是我们用于确定会话功能开发优先级的一个因素,对于一些重要战略意义的会话功能,有时我们甚至应当在没有明确的,或极高的投资回报率的情况下进行投资。


以上所述就是小编给大家介绍的《自然语言处理NLP开发有哪些值得关注的开源工具?》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

微积分的历程

微积分的历程

William Dunham / 李伯民、汪军、张怀勇 / 人民邮电出版社 / 2010-8 / 29.00元

“微积分”这一名称最早出现在哪本书中?第一本微积分教科书又是谁人所写?微积分究竟是谁人发明的?著名的洛必达法则居然是伯努利的研究成果?谁被誉为“分析学的化身”?谁又被誉为“现代分析学之父”?哪些数学天才使微积分的创建过程终于画上完美的句号?……本书将带你一一探究上述问题。 本书宛如一座陈列室,汇聚了十多位数学大师的杰作,当你徜徉其中时会对人类的想象力惊叹不已,当你离去时必然满怀对天才们的钦佩......一起来看看 《微积分的历程》 这本书的介绍吧!

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试