互联网|百度CTO王海峰揭秘NLP技术演进路径：要始终把握这两大趋势( 二 )
本文插图
在机器理解自然语言之外 ， 要与人进行交互 ， 语言生成的任务也必不可少 。 百度基于多流机制的语言生成预训练技术 ， 在语言生成的过程中 ， 兼顾词、短语等不同粒度的语义信息 ， 提升了生成效果 。 而多文档摘要生成 ， 则通过图结构语义表示 ， 引入篇章结构知识 ， 增强长文本语义表示能力的同时 ， 解决了跨文档领域关系建模难题 。 结合语言生成技术和其他语言与知识技术 ， 百度打造了智能创作平台 ， 已被20多家媒体所采用 ， 日调用量超过35万次 。
领先技术持续落地应用 ， 提升智能化水平
语言与知识技术的全面突破 ， 在搜索、翻译、对话系统等各类产品、应用中得到突出体现 。 王海峰介绍 ， 通过知识图谱、语言理解和跨模态语义理解等技术 ， 智能搜索帮助用户更加高效、精准、便捷地获取知识和信息 。 智能搜索再进一步发展 ， 搜索将无处不在 。
百度提出了知识图谱驱动的对话控制技术 ， 以及首个基于隐空间的大规模开放域对话模型PLATO等 ， 并推出智能对话定制和服务平台UNIT ， 可帮助开发者高效构建智能对话系统 ， 实现规模化应用 。 百度翻译支持200多种语言 ， 每天响应超过千亿字符的翻译请求 ， 支持超过40多万家第三方应用 ， 技术上 ， 提出了多智能体联合学习、基于语义单元的同传模型、稀缺语种分组混合训练算法等 。
本文插图
此外 ， 百度语言与知识技术的成果 ， 也在源源不断通过开源开放平台对外输出 ， 在互联网、金融、医疗、教育等诸多领域发挥作用 ， 提升产业智能化水平的同时 ， 也得到了各方认可 ， 这是近十年来百度语言与知识技术不断进步的最佳证明 。
演讲最后 ， 王海峰对语言与知识技术的进一步发展做了展望 。 他表示 ， 复杂知识表示和快速构建技术 ， 知识与深度学习 进一步融合 ， 深度融合感知和认知的跨模态语义理解技术 ， 模型可解释性和鲁棒性等等 ， 仍有很多技术难题需要持续研究和解决 。 但对于未来 ， 百度充满信心 ， 愿始终坚持探索机器“掌握知识、理解语言、拥有智能” ， 与学术界、产业界携手 ， 推动语言与知识技术、人工智能技术持续进步 ， 为产业不断升级、社会经济高质量发展做出更大贡献 。
推荐阅读
- Spacex|卫星互联网轨道资源稀缺，中国航天如何与国际卫星界大亨竞争？
- 互联网|建行“数字人民币钱包”已上线 仅限部分测试地区开通
- 行业互联网|大华股份与大连量天科技签署战略合作协议
- 行业互联网|原创 估值2000亿！刘强东手中这张“独角兽”，成立时间竟然不到两年？
- 行业互联网|李炳忠15点正式官宣，realme成立2年，稳居全球第七！
- 互联网|同城跑腿配送生意好做吗？需要注意什么？
- 互联网|招生部门公号也有高仿？！微信回应：已清除三千多个
- 互联网|马云最重要一次蜕变，高考失利后蹬三轮遇见他，改变了其一生轨迹
- 行业互联网|中兴通讯发布2020年半年度报告 营业收入达472亿元
- 互联网乱侃秀|5nm芯片，有EDA软件设计费4000万美元，没有EDA要77亿美元？