CRM客户关系管理系统-博狗官网

免费试用400-821-5041

CRM新闻

Salesforce在自然语言处理方面取得重大进展

时间: 2018-06-29来源: Salesforce考试

       就在几年前,如果你向手机提问,让其在网络上搜索一些信息,这还是一件非常困难的事,因为计算机在解析人类语言方面还不是很出色。


  而现在,由于机器学习方面的进步,例如Google或Apple Siri已经可以对自然语言进行及时的回应了。但是这一领域的进展一直非常艰难,需要对非常具体的自然语言的处理任务进行反复强化训练,例如将文本翻译成语音,分析情感或理解代词引用等等。

1.png

  这是Salesforce.com Inc.研究人员已经开始着手解决的问题了。今天(2018年6月20日),他们发布了一篇论文,概述了一种可以同时处理10个独立NLP(Natural Language Processing)任务的模型方法。这篇论文本质上是一个挑战,简称为自然语言十项全能(decaNLP, Natural Language decathlon),配合“多任务问题应答网络”模型(MQAN, multitask question answering network),同时学习这所有的10项任务。Salesforce的首席科学家Richard Socher(图上)在接受采访时说:“我们的模型就像是用于NLP的瑞士军刀,运作原理如下图






  


  Socher用ImageNet做了一个类比。ImageNet是帮助开发标签图像的数据库,它的应用被广泛认为是开展深度学习的革命,是图像识别技术的突破。但是在自然语言解析方面,还没有一个类似的成功案例,对诸如机器翻译,自然语言推理,目标导向对话和代词解析等领域有本质性的突破


  Socher表示:“在NLP中,并不是取得一部分的进展,它会改善对NLP产生整体性的突破。当前Salesforce研究人员的做法是将这些任务中的每一个都视为一个问题进行作答, 问题和回答都非常广泛,你可以从字面上提出任何问题 ,根据问题系统建立了一个单一模型的几个任务,对任务的处理过程就是问题回答,再将回答组合在一起构建完整的答案”。


  MQAN允许进行所谓的“零点”学习,这意味着该模型可以处理以前未见过的任务或已经经过训练的任务。 “你可以将MQAN应用于一项全新的任务,例如自然语言的提问,即使碰到没有学过的短语,通过机器学习,也可以进行作答,感觉更像是人们之间的交谈”


  另外,Salesforce也纳入了来自著名人工智能研究员Yoshua Bengio的观点,他是蒙特利尔大学计算机科学与运筹学系教授,他与Socher在机器学习领域有着频繁而紧密的合作。