侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

【专访】机器之心独家对话百度 NLP:先解决语义理解,再谈机器翻译取代人类

2016-12-05 16:08
kumsing
关注

  9月28日,Google在Research Blog中介绍其神经网络机器翻译系统(GNMT)进展,译文质量的大幅提升引发业内极大关注。据称,在双语评估者的帮助下,通过对维基百科和新闻网站的例句测定,在多个样本的翻译中谷歌神经网络机器翻译系统将错误降低了55-85%甚至更多。

  翻译质量对比,来自Google Research Blog

  即便如此,网友发现其翻译效果虽有显著提升,但仍未避免将「我想下班」翻译为「I want to work」等低级错误(第二天已被修复)。

  事实上百度的在线翻译系统,一年前就应用了基于神经网络的翻译方法(NMT)。去年百度曾在ACL会议上发表论文《Multi-Task Learning for Multiple Language Translation》,探讨用NMT技术解决多语言翻译及语料稀疏的问题。该论文得到业内研究人员的极大关注,并被ACL2016的NMTTutorial列为研究方向。Google和Bengio的研究团队都在此论文的基础上进一步扩展了研究。

  为此,机器之心专访百度自然语言处理部技术负责人吴华、高级总监吴甜,就神经网络机器翻译系统的优缺点、如何获得高质量训练数据及百度翻译目前进展展开话题。同时也借此机会了解百度自然语言处理部及其开展的NLP技术研发工作。以下为采访内容整理,以飨读者。

  NMT、SMT的优与缺

  

  答:百度NLP部门在公司内部是具有较长历史的部门,从最初搜索诞生时,就已经有NLP方面的工作。2009年底左右,百度正式成立自然语言处理部。现在,这个团队人员构成非常多元,有自然语言处理、机器学习、信息检索、数据挖掘、机器翻译等多领域的专业性人才,擅长工程实践和擅长科学研究的人才都能够在团队中发挥重要作用。同时,架构开发、前端开发、客户端等软件开发和硬件开发工程师,产品设计及语言学专业人才也是团队的重要组成部分。

  整个部门的大方向有几个。第一是为百度的众多产品提供最基础的、NLP模型算法,包括百度所有产品都在用的分词算法、专名识别、词性分析、语义理解、篇章理解等等一些基础的一些工具。目前NLP部门为整个公司提供一个大型平台NLP云,未来这个平台也会对公司外有所开放,目前(这个平台)每天都有千亿量级的调动量。还有贴近应用的一些大型的应用系统,比如说深度问答系统。NLP开发的深度问答系统在百度的搜索产品上,会有一些直接展示。比如在搜索引擎中提出一个问题,用户可以不需要打开网页,直观的得到答案。

  第二大方向是语义理解,实际上从最初期开始,NLP就一直在致力于这样的一个方向。在原来的搜索时代,会分析用户的搜索Query含义是什么。到今天新的产品形态产生之后,已经不仅仅是分析搜索的意图。越来越多的用户会开始尝试有上下文的、更积极的交互方式,这就需要有上下文的理解。

  第三个方向是对话系统。对话系统就是让机器能像人一样,和用户有对话性质的交互。NLP过去几年一直在积累相应的技术,通过对话引导让用户和机器人能一句一句的交流下去。这部分实际上已经应用在百度的度秘产品中。

  第四个就是机器翻译。百度在机器翻译上已有6年的积累,每天有大量用户使用线上机器翻译产品,翻译API也有很多外部的企业开发者在使用。从2014年开始,百度尝试做基于神经网络的翻译系统,正式上线发布时间要早于Google一年。并且我们在发布的同时,还开发了离线版本,可以在手机上使用。

  还有一些是更前瞻的探索。比如小度机器人。机器人能看、能写、能听,和人相比它还需要一个特别重要的能力就是思考。思考的前提,是先能听得懂语言。所以从NLP角度来说,更多的是希望机器人能懂语言、理解语言,然后能够跟人交流。那这款小度机器人,过去的几年也有频繁的亮相。

  

  领导百度NLP工作的百度副总裁王海峰博士,已于近日当选ACLFellow

  机器之心:谷歌最近发布了神经网络翻译系统,我们怎么看这个系统?

  答:Google发布的系统综合了NMT(Neural Machine Translation,神经机器翻译)领域近年来的研究成果。其所使用的Seq2Seq翻译模型、Attention机制、以及深层LSTM,在此前已有Bengio团队等多篇论文提及,从Google发布的论文的参考文献中可以看到。

  此外,Google针对大数据和深层模型的训练,进行了诸多工程方面的优化。例如,其使用了自身研发的针对深度学习的计算机器—TPU,加速了训练和解码。

1  2  3  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号