看過科幻電影的人就知道，在幾乎所有科幻電影中的人工智能，都是具備能聽懂人類語言能力，不僅如此，它們還可以使用人類語言和你流利的交流，還會講笑話，甚至使用雙關(guān)語。

然而回到現(xiàn)實后，讓我們認(rèn)清科幻畢竟是科幻，比如現(xiàn)在我們手機中的語音助手siri，當(dāng)你和她對話時，你就會發(fā)現(xiàn)，Siri回答的話題也有相當(dāng)大部分來自預(yù)先設(shè)定好的語料庫。很多的時候她并聽不懂我們在說什么，或者說是脫離了她預(yù)測語料庫，所以她沒有辦法回答我們。

可想而知，在科技發(fā)達(dá)的今天，讓機器聽懂人類語言、讓機器理解我們說的話，也并不是一件容易的事情。就算是我們現(xiàn)在廣泛使用的語音轉(zhuǎn)換文字功能，準(zhǔn)確率也只在95%左右徘徊，如碰到方言、生僻詞、專有名詞或者同音詞時，準(zhǔn)確率更會迅速下降。

讓機器人聽懂人類的語言，理解人類的語言表達(dá)真的那么難嗎？

我們知道計算機無法理解我們說什么這是最為致命的，這時為了能夠分析和利用這些文本信息，就需要用到NLP技術(shù)。NLP，即自然語言處理，就相當(dāng)于存在于機器語言和人類語言之間的翻譯，通過搭建溝通的橋梁，能夠高效實現(xiàn)人機交流的目的，計算機以一種聰明而有用的方式分析，理解和從人類語言中獲取意義的一種方式。

機器通過需求識別，也就用戶提出了多種多樣的、復(fù)雜的、基于情感式的、語意模糊的需求進(jìn)行深刻分析，精確地理解用戶的需求；而在識別這些用戶需求之前機器需要經(jīng)過海量的網(wǎng)絡(luò)數(shù)據(jù)與知識的挖掘分析，將各種結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化的知識進(jìn)行組織與梳理，最終以結(jié)構(gòu)化、清晰化的知識形式完整地呈現(xiàn)給用戶。

用戶在于智能機器對話的時候，智能機器根據(jù)用戶的需求來提供“建議”，甚至是“猜測”用戶可能會有什么未想到、未提出的需求，從而“先人一步”為用戶提供相關(guān)的擴展信息。

接觸過人工智能的朋友應(yīng)該知道，目前NLP的方法是基于深度學(xué)習(xí)，這是一種AI，它是在不斷檢查和使用數(shù)據(jù)中的模式來改善程序?qū)φZ言的理解。所以可以說自然語言處理是計算機科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要研究方向，它是研究人與計算機之間用自然語言進(jìn)行有效通信的各種理論和方法。也許哪一天人們通過對自然語言處理的不算深入，可以讓機器人聽懂人類的語言，理解人類的語言表達(dá)。

自然語言處理是一門融語言學(xué)、計算機科學(xué)、數(shù)學(xué)于一體的科學(xué)。通過自然語言處理和主題建?？梢允辜夹g(shù)優(yōu)化、競爭分析和微弱信號檢測等流程得到改善，加快海量文本數(shù)據(jù)分析，而以上環(huán)節(jié)都是創(chuàng)新驅(qū)動的關(guān)鍵所在。
責(zé)任編輯：YYX