自然语言处理到底哪家强？这些企业上榜了

　　自然语言处理是包括了计算机科学、语言学心理认知学等一系列学科的一门交叉学科，这些学科性质不同但又彼此相互交叉。

　　1950 年图灵提出了著名的“图灵测试”，这一般被认为是自然语言处理思想的开端。

　　20 世纪 50 年代到 70 年代自然语言处理主要采用基于规则的方法。

　　70 年代以后随着互联网的高速发展，自然语言处理思潮由理性主义向经验主义过渡，基于统计的方法逐渐代替了基于规则的方法。

　　从 2008 年到现在，在图像识别和语音识别领域的成果激励下，人们也逐渐开始引入深度学习来做自然语言处理研究。

　　由最初的词向量到 2013 年 word2vec，将深度学习与自然语言处理的结合推向了高潮，并在机器翻译、问答系统、阅读理解等领域取得了一定成功。

　　接下来 AMiner 将为大家介绍自然语言处理的业界发展，涵盖了以下企业。

微软亚洲研究院微软亚洲研究院 1998 年成立自然语言计算组，研究内容包括多国语言文本分析、机器翻译、跨语言信息检索和自动问答系统等。

　　这些研究项目研发了一系列实用成果，如 IME（Input Method Editors 输入法编辑器，它是一种专门的应用程序， 用来输入代表东亚地区书面语言文字的不同字符。）、对联游戏、Bing 词典、Bing 翻译器、语音翻译、搜索引擎等，为微软产品做出了重大的贡献。

　　微软 IME

　　微软对联游戏

　　微软必应词典

　　并且在自然语言处理顶级会议，例如 ACL、COLING 等会议上发表了许多论文。

　　语音翻译

　　2017 年微软在语音翻译上全面采用了神经网络机器翻译，并新扩展了 Microsoft Translator Live Feature。

　　可以在演讲和开会时，实时同步在手机端和桌面端，同时把讲话者的话翻译成多种语言。

　　其中最重要的技术是对于源语言的编码以及引进的语言知识，同时，微软还表示，将来要将知识图谱纳入神经网络机器翻译中规划语言理解的过程中。

　　人机对话

　　小娜现在已经拥有超过 1.4 亿用户，在数以十亿计的设备上与人们进行交流，并且覆盖了十几种语言。

　　有聊天机器人小冰，正在试图把各国语言的知识融合在一起，实现一个开放语言自由聊天的过程，目前小冰实现了中文、日文和英文的覆盖，有上亿用户。

　　Google

　　Google 是最早开始研究自然语言处理技术的团队之一，作为一个以搜索为核心的公司，Google 对自然语言处理更为重视。

　　Google 拥有着海量数据，可以搭建丰富庞大的数据库，可以为其研究提供强大的数据支撑。

　　Google 对自然语言处理的研究侧重于应用规模、跨语言和跨领域的算法。

　　机器翻译

　　知识图谱

　　Google 的知识图谱更是遥遥领先，例如自动挖掘新知识的准确程度、文本中命名实体的识别、纯文本搜索词条到在知识图谱上的结构化搜索词条的转换等，效果都领先于其他公司，而且很多技术都实现了产品化。

　　语音识别

　　Google 一直致力于投资语音搜索技术和苹果公司的 siri 竞争，自 2012 年以来将神经网络应用于这一领域，使语音识别错误率极大降低。

　　2011 年收购语言信息平台 SayNow，把语音通信、点对点对话、以及群组通话和社交应用融合在一起。

　　2014 年收购了 SR Tech Group 的多项语音识别相关专利。

　　Facebook

　　Facebook 涉猎自然语言处理较晚，2013 年开始发展语音翻译，2015 年开始语音识别的研发之路。

　　语音翻译

　　发展道路如下图所示：

　　语音识别

　　2015 年，Facebook 相继建立语音识别和对话理解工具，开始了语音识别的研发之路。

　　2016 年 Facebook 开发了一个响应“Hey Oculus”的语音识别系统。

　　并在 2018 年初开发了 wav2letter，这是一个简单高效的端到端自动语音识别（ASR）系统。

　　百度

　　百度自然语言处理部是百度最早成立的部门之一，研究涉及以下方面。

　　百度在深度问答方向经过多年打磨，积累了问句理解、答案抽取、观点分析与聚合等方面的一整套技术方案，目前已经在搜索、度秘等多个产品中实现应用。

　　百度翻译目前支持全球 28 种语言，覆盖 756 个翻译方向，支持文本、语音、图像等翻译功能，并提供精准人工翻译服务，满足不同场景下的翻译需求，发布了世界上首个线上神经网络翻译系统，并获得 2015 年度国家科技进步奖。

　　阿里巴巴

　　阿里自然语言处理为其产品服务，在电商平台中构建知识图谱实现智能导购，同时进行全网用户兴趣挖掘，在客服场景中也运用自然语言处理技术打造机器人客服。

　　例如蚂蚁金融智能小宝、淘宝卖家的辅助工具千牛插件等，同时进行语音识别以及后续分析。

　　阿里的机器翻译主要与其国家化电商的规划相联系，2017 年初阿里正式上线了自主开发的神经网络翻译系统，进一步提升了其翻译质量。

腾讯

　　AI Lab 是腾讯的人工智能实验室，研究领域包括计算机视觉、语音识别、自然语言处理、机器学习等。

　　其研发的腾讯文智自然语言处理基于并行计算、分布式爬虫系统，结合独特的语义分析技术，可满足自然语言处理、转码、抽取、数据抓取等需求。

　　在机器翻译方面，2017 年腾讯宣布翻译君上线“同声传译”新功能，用户边说边翻的需求得到满足，语音识别 +NMT 等技术的应用保证了边说边翻的速度与精准性。

　　京东

　　京东在人工智能的浪潮中也不甘落后。京东 AI 开放平台基本上由模型定制化平台和在线服务模块构成，其中在线服务模块包括计算机视觉、语音交互、自然语言处理和机器学习等。

　　按照京东的规划，NeuHub 平台将作为普惠性开放平台，不同角色均可找到适合自己的场景，例如用简单代码即可实现对图像质量的分析评估。

　　从业务上说，平台可以支撑科研人员、算法工程师不断设计新的 AI 能力以满足用户需求。

　　并深耕电商、供应链、物流、金融、广告等多个领域应用，探索试验医疗、扶贫、政务、养老、教育、文化、体育等多领域应用。聚焦于新技术和行业趋势研究，孵化行业最新落地项目。

　　科大讯飞

　　科大讯飞股份有限公司成立于 1999 年，是一家专业从事智能语音及语言技术、人工智能技术研究、软件及芯片产品开发、语音信息服务及电子政务系统集成的国家级骨干软件企业。

　　科大讯飞作为中国智能语音与人工智能产业领导者，在语音合成、语音识别、口语评测、自然语言处理等多项技术上拥有国际领先的成果。

　　科大讯飞成立之时就开始在语言和翻译领域布局项目。基于深度神经网络算法上的创新和突破，在翻译方面的发展如下图所示。

　　关于 AMiner：

　　以科研人员为中心，提供在线实时的人才、科技评估报告的情报。追踪、关注人工智能 +20 领域的发展动态。

　　（选自：学术头条（SciTouTiao）作者：AMiner）