内容简介:同样,由此可知,同样的NLP技术,识别出同样的实体结果,但在不同的应用场景下,输出的结果却截然不同。显而易见,
同样, 不同部门 的银行业务人员, 关注点 却截然 不同 ,可以分属不同的应用场景。银行客服部门关注用户投诉的类别,应用场景是投诉分类,如“信用卡->额度->临时提额”、“客服->电话->接不通”;而银行营销部门关注用户是否为潜客,可针对性营销哪些产品,应用场景是潜客获取,如“出国金融”。
由此可知,同样的NLP技术,识别出同样的实体结果,但在不同的应用场景下,输出的结果却截然不同。显而易见, NLP的应用必须是场景化的 。
应用场景能给NLP什么?
一、NLP的需求必须结合场景
NLP的需求,无处不在,只要有文本的地方,就有NLP的用武之地。但通常无法简单概括NLP的需求,都必须结合场景才能明确。比如本文例子,客服场景的需求是投诉分类,而营销场景的需求是潜客获取。即使都是客服场景的投诉分类,不同银行的分类体系也不同,如:临时提额、额度不够。这对NLP来说,这显然是不同的需求。
不似语音识别、人脸识别等感知技术,需求相对单一明确,与场景关联度低。如语音识别需要把语音转换成文字,无论转录、听写、对话场景,或是教育、司法等应用领域,需求是明确不变的。
NLP需求的场景化,使NLP应用只能针对具体场景定制,无法实现快速复制。这也是在NLP领域尚没有出现类似科大讯飞、商汤科技这样的独角兽公司的原因。
二、NLP的任务类型受场景支配
NLP技术是多样的,底层基础技术有自动分词、词性标注、实体识别,乃至当前流行的深度学习预训练模型等,应用技术有分类、匹配、关联、抽取等。 每一种技术或算法,往往都只擅长某类特定的任务 ,比如谷歌发布的BERT模型,在文本分类、相似性匹配等任务中表现很好,但是在关联关系识别任务中的表现没有那么惊艳。因此, 在NLP领域,没有一个通用的模型或框架,能适用于所有应用场景 ,能在所有场景中都表现良好。
NLP任务的确定,算法与模型的选择,存在复杂性,且受应用场景支配。既需要行业知识,熟悉场景需求,如客服投诉的需求;又需要有极强的NLP专业知识,对各种算法的优劣性了如指掌,知道在什么条件下,哪些算法是表现较好。而这在外人看来,就像艺术一样,让人捉摸不透,“state of the art”(最先进的,是艺术级的)。
NLP任务的场景化,是NLP技术走向产业应用的必经之路,也是最容易产生认识误区的地方。常有人抱怨,某个算法在论文中可以达到96%的正确率,为什么放在实际场景中,正确率却不到70%。这其实都是场景在作祟,论文的封闭实验场景和实际应用的开放场景不同而已。对待场景化的正确姿势,是选择最适合场景需求的NLP技术,而不是最优技术。
三、NLP的常识知识来源于场景
NLP应用需要常识知识。如“股市翻红”这一简单描述,到底是利好,还是利空?就涉及到股市常识,如果应用场景是中国股市,那么“红色”上涨,“翻红”为利好;如果应用场景是美股,那么“红色”是下跌,“翻红”则为利空。
常识知识包含两种。 一种是通用常识 ,如“上涨”的反义词是“下跌”,“思考”的主语是“人”,“吃食堂”中“食堂”是“吃”的地点(而不是“吃”的内容)等,这些是普通人都掌握的知识。 另一种是特定场景下的专业知识 ,也叫业务知识,如银行客服的投诉分类体系,每个类别都包含哪些内容等,这些是具体场景下的专业人员所拥有的专业知识,必须来源于场景。这里关注的是第二种常识。
场景的业务知识,一般是由两类人掌握。一是具体业务人员,如银行客服人员,但他们只懂业务,而对技术了解甚少;一是提供行业解决方案的应用开发商,如客服系统开发人员,他们往往既懂业务,又懂技术。相反,对一般NLP开发人员来说,场景业务知识是短板。这是很多NLP技术人员,甚至是著名高校的顶级专家,到具体的场景下倍感挫折的原因,不管你跟客户讲“技术是多么的先进”,客户最后都会落脚到“你们不懂业务”。 NLP应用的落地,一定要将NLP技术与场景的常识知识结合起来 。
应用场景对NLP的要求
实际的应用场景千变万化,每个场景都有特定的需求,这要求NLP技术不能只局限在实验室环境和论文级别上,而应用工程化思路,提供适合场景的、好用的NLP技术。
一、组件化
将NLP中的算法和模型组件化,实现在具体场景下的零门槛调用。
组件以任务为单位实现标准化。NLP的技术体系庞杂,算法、模型很多,即使同一个任务,也可用不同算法实现。如命名实体识别,可选CRF算法,可与LSTM算法结合,也可与最新的BERT模型结合。不同算法有特定的输入、输出要求。 组件化将不同算法封装成统一格式,不论选择哪种算法,都可无缝跳转,不影响组件使用 。
组件将算法细节封装起来。NLP算法的训练、调参过程,技术性极强,一般用户会望而生畏。组件将这些过程都封装起来,用户使用组件时,只需选择正确的组件,无需搞懂组件内每个算法的参数,也无需对参数进行反复试错,以寻找最佳配置。
组件的开发,需要NLP专业人员来做,但组件的使用,应该不需要专业知识,一般场景下的开发人员即可完成。
二、流程可组装
一个应用场景的实现,经常需要调用多个NLP组件,而不同的应用场景,组件的调用流程也不同。这就要求 NLP的处理流程可组装 。
一个典型的客服投诉分析场景,其实现流程包括:
输入:投诉文本
自动分词->词性标注->命名实体识别->情感计算->投诉分类
输出:投诉分类
该流程中,输入文本(如本文开始的一段文本),经过多组件处理,上级组件的输出,作为下级组件的输入,逐级对数据进行加工,最后输出投诉分类(如“信用卡->额度->临时提额”)。
流程可组装,要做到两个一致性:一是上下级组件的数据一致性,确保数据能在各组件之间正确传递;二是各组件运行环境的一致性,确保所涉及的组件,能在相同的环境下,正确执行。
三、可建模
NLP技术需要学习、使用场景的业务知识,主要通过建模完成,大体分为两类建模方式:
一种是 形式化建模 。业务人员利用形式化规则,如产生式规则,直接编写业务规则。NLP技术自动识别和执行这些形式化规则,从而输出符合业务人员预期的结果。优点在于简单直观,业务人员经过简单培训即可操作。缺点是规则泛化能力弱,且规则难免以偏概全,无法覆盖所有业务现象。
一种是 机器学习模型训练 。业务人员标注大量的数据,尽可能地将业务知识体现在标注数据中。NLP技术利用机器学习、深度学习算法,对标注数据进行自动训练,形成预训练模型。优点在于自动化程度高,学习的泛化能力强。缺点是对标注数据要求很高,标注数据量、标注语料平衡性等都需要达到算法要求,才能得到理想效果,而这一点在绝大多数应用场景下都很难做到。
选择正确的方式建模,是特定场景下NLP应用成功的关键 。
泰岳语义工厂--场景化的自然语言处理平台
神州泰岳在场景化NLP应用方向,已经耕耘了8年时间,积累了丰富的场景化技术和经验,已在16个行业的上百个典型客户中实现了落地应用。
泰岳语义工厂是神州泰岳推出的场景化自然语言处理平台,支持场景化应用开发、部署、运行 ,其核心能力包括:
一、组件化的NLP算法库
语义工厂的算法,我们称之为智慧语义认知技术。将符号化语义表示与深度学习技术进行结合,包含词语、句子、篇章、海量文本多层次的NLP分析技术,能有效地识别多种语言结构,实现同一意思、不同结构的归一化处理;对语言结构的递归嵌套处理,表现优异。同时,平台包含了深度优化的深度学习技术和模型,如中文词向量ChineseWordVec、基于词的BERT模型等。智慧语义认知技术,已有 200个NLP组件 ,涵盖NLP基础、深度学习、分类聚类、信息抽取、情感计算、自动写作、对话机器人、效果评估等。所有组件均可以 通过restful方式调用 。
二、可建模、可组装、跨平台的场景化开发工具
DINFO-OEC平台,是语义工厂中支持场景化开发、部署、运行的NLP工具。具有三大功能支持场景化开发:
1、 支持场景化业务建模 ,可通过概念规则,构建形式化的业务规则,也可通过数据标注,指定机器学习(包括深度学习)算法,训练机器学习模型。
2、 支持可视化流程定制 ,可通过组件拖拽方式,灵活组合自带的200多个NLP组件,快速搭建NLP应用。业务建模给出的模型,可通过组件方式,加入到定制化流程中。
3、 提供统一的、跨平台的NLP运行环境 ,支持大数据分布式计算(如Spark)、深度学习TensorFlow等技术环境的灵活配置。可以配置使用平台自带环境,也可以配置客户已有环境。
三、 开放赋能的场景化SAAS服务
语义工厂将神州泰岳数十年来,在多个行业典型用户积累的应用场景知识、算法、模型,打包成面向场景的服务,服务的效果已经在行业用户中得到验证。 开发者只需要一次调用,输入待处理的非结构化文本,即可输出想要的结构化数据 。 整个过程,无须开发者标注数据,无须调参,无须长时间训练,无须二次开发, 开发者即使没有任何NLP技术背景,也可以轻松地把NLP技术嵌入到自己的应用中去。泰岳语义工厂将开放包含 NLP基础服务 、 应用场景服务 和 数据服务 等三大类服务, 涉及16个行业领域,140多个场景的成熟服务 。
长风破浪会有时,直挂云帆济沧海。
泰岳语义工厂为场景化而生,场景化NLP应用也必将借助泰岳语义工厂的助力,迎风起航!
作者:晋耀红博士,神州泰岳AI研究院首席科学家
更多服务,请关注泰岳语义工厂官网:http://www.nlpai.cn/
以上所述就是小编给大家介绍的《首席科学家说:NLP的风口在哪里? 场景化应用!》,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!
猜你喜欢:- 聊聊风口上的 eBPF
- 预测2019:人脸识别站上风口,语音广告濒临灭亡
- 风口上的人工智能,如何引领医疗行业智慧前行?
- 抗 ASIC 挖矿币种会是下一个风口吗?
- 从“制造”到“智造”:风口下的中国制造应该如何变革?
- 公安大数据的下一个风口: 数据分析报告应用探析
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。