CCF_2015年第3期_多智能自然语言处理

自然语言处理研究的基本任务是理解句子和文章的要点,推断其意图,进行人机自然交互, 实现搜索、文摘、自动问答、聊天机器人、机器翻译等多种应用。搜索引擎的成功启发我们在创新的时候,要综合考虑数据智能、知识智能和社会智能。本专题“多智能自然语言处理”以自然语言处理为例,邀请多位专家对相关科学研究方法与应用创新进行具体阐述。


专题文章:

  1. ●《深度学习在自然语言处理中的应用》 本文介绍了一系列在人工智能方面取得突破的深度学习方法,并在分析自然语言数据与语音图像信息差异的基础上,重点介绍了自然语言处理应用深度学习的三种基本方法,包括词汇向量化表示、语言模型和句法分析,并具体阐述了深度学习如何帮助机器翻译和情感分析来提升性能。
  2. ●《从问答系统看知识智能》 本文以图灵测试为引子,回顾了问答系统的发展历程,分析了实现智能问答的主要局限和智能问答突破瓶颈的关键问题——大型开放域知识库,阐述了当前智能问答的研究重点,如实体消歧、关系语义分类、问句语义解析和知识推理等,并指出了未来的研究方向。
  3. ●《拥抱社会智能》 以社交网络的社会关系为背景,介绍了社交网络关系和社会影响力分析等微观分析理论,重点阐述了社区发现、代表用户预测、社区信息传播分析等宏观分析方法,并结合具体案例给出利用众包实现社会智能的途径。文章指出,应利用我国社交网络用户多、研究水平高的优势发展社会智能应用,拥抱社会智能。
  4. ●《基于社会媒体的预测技术》 从社会媒体与社会活动的关联关系出发,系统阐述了利用社交网络进行消费意图挖掘的方法,即结合深度学习分析社交网络的短文本数据,挖掘显式及隐式消费意图;指出基于消费意图挖掘的电影票房预测模型,是利用社交网络实现社会智能的典型案例。文章还介绍了基于事件抽取和因果关系等预测方法的研究进展,认为社会媒体的智能预测具有重要的研究和应用价值。
123