IBM强化Watson对商业语言的理解能力 -将新的能力集成至IBMWatson

　- IBM 宣布源自Project Debater 的一些关键技术首次商业化;

　　- 将新的能力集成至 IBM Watson ，以支持企业开始挖掘和分析人类语言中某些最具挑战性的方面

　　2020 年 3 月 11 日，商业人工智能领域领军者IBM宣布推出几项全新的 IBM Watson 技术，旨在帮助组织机构更清晰地识别、理解和分析英语语言中某些最具挑战性的方面，从而获取更多洞察。

　　全新的 IBM Watson 技术代表着Project Debater 所提供的关键自然语言处理(Natural Language Processing ， NLP)能力首次实现商业化， Project Debater 由IBM研究院(IBM Research)研发，是目前唯一一个能够就复杂话题与人类展开辩论的人工智能系统。在此次推出的技术中， IBM 首次界定了一项新型高级情绪分析能力，以识别及分析习惯用语和口语化表达。对于人工智能系统而言，识别诸如“hardly helpful(几乎没有帮助)”或“hot under the collar(怒气冲天)”之类的短语一直是一项挑战，因为它们难以被算法识别。通过高级情绪分析，企业可以使用 Watson 应用程序接口(API)来分析此类语言数据，从而更全面地了解自身运营情况。此外， IBM 还将 IBM 研究院的技术应用于理解诸如 PDF 文档和合同之类的商业文档，并将这些技术添加到 IBM 人工智能模型当中。

　　IBM Data and AI总经理 Rob Thomas 表示， “语言既是表达思想和观点的工具，也是传递信息的工具。正因如此，我们将Project Debater中获取的技术集成到Watson ，我们相信 NLP 将增强企业从人类语言中采集、分析和理解信息的能力，这将有助于企业更好地利用蕴含在数据中的智慧资产。 ”

　　今天， IBM 宣布，计划将在全年致力于将 Project Debater 技术集成至 Watson ，并侧重于提高客户使用自然语言的能力：

　　A、分析—高级情绪分析(Advanced Sentiment Analysis) 。 IBM 增强了情绪分析能力，能够更好地识别和理解复杂的单词组合，比如像包含短语和表达的习惯用语以及所谓的情绪转换词组(sentiment shifter) ，即由不同单词组成但却呈现新含义的单词组合，例如“hardly helpful(几乎没有帮助)” 。该技术将于本月整合至Watson Natural Language Understanding 。此外，我们还宣布了一项新的分类技术，借助该技术，客户将能创建人工智能模型，更轻松地分类采购合同等商业文档中出现的条款。利用Project Debater 中的基于深度学习的分类技术(deep learning-based classification technology) ，该新能力可从仅数百个示例中学习，进而快速、轻松地执行新分类。该技术计划将于今年晚些时候添加至 Watson Discovery 。

　　B、摘要提炼—总结(Summarization) 。该技术可从各种来源中提取文本数据，为用户就与特定主题相关的口头和书面言论提炼一份摘要。今年的格莱美颁奖礼通过Summarization 的一个早期版本分析了超过 1,800 万篇文章、博客和个人档案，以提炼关于数百名格莱美艺术家和名人的细微洞察。随后，该数据被应用到 www.grammy.com的红毯视频直播、点播视频以及照片中，帮助粉丝更深入地了解当晚主要话题的背景信息。该技术计划将于今年晚些时候被添加至 IBM Watson Natural Language Understanding 。