孙茂松副院长为你介绍大数据与富知识双轮驱动成NLP未来发展的关键。

10月8日，北京智源人工智能研究院在清华大学FIT楼举行了“‘自然语言处理’重大研究方向暨‘北京智源-京东跨媒体对话智能联合实验室’”发布会 。

北京智源人工智能研究院院长黄铁军、京东集团副总裁兼人工智能事业部总裁、京东人工智能研究院院长周伯文，以及其他来自北京人工智能领域的高校、科研院所和企业的代表们出席了本次发布会。

自然语言处理是全球人工智能战略的关键

清华大学人工智能研究院的常务副院长孙茂松做了题为“大数据和富知识驱动的自然语言处理”的主题发言。

孙茂松指出，自然语言处理是全球人工智能战略的关键，举例说，“美国国家科技理事会2019年6月发布的国家人工智能八大战略中，有三项与自然语言处理有关”。但是当前，自然语言处理相关技术远未成熟，突破它瓶颈的关键是“大数据与富知识双轮驱动”。

同时，发布会上启动的“北京智源-京东跨媒体对话智能联合实验室”是智源研究院继今年4月成立的“北京智源-旷视智能模型设计与图像感知联合实验室”之后，第二家和企业共建的联合实验室。

根据北京智源-京东跨媒体对话智能联合实验室主任周伯文的介绍，联合实验室将聚焦跨模态智能对话与人机交互领域，针对零售、物流等应用场景，开展大规模跨模态信息感知、对话、用户画像及其应用的技术研究。

大数据与富知识双轮驱动促进自然语言处理的发展

随后进行了“圆桌讨论：自然语言处理的经世致用之道”，由清华大学副教授刘洋主持，参加讨论的学者们分别就“自然语言处理的技术突破和挑战”、“自然语言和人工智能的关系”、“自然语言行业应用状况和未来趋势”等方面的相关话题，提供了自己的研究视野和专业性意见。

过去十年自然语言处理技术取得非常大的进展，京东的何晓冬博士认为，深度学习是其中当之无愧的重大突破。2012年，他们团队首次将深度学习用于对话语言理解，结果性能提升了20%，他们随后建立了一系列模型，包括一些深度语义的模型。

深度学习在某种程度上帮助NLP走出了本身的“反”，也使跨模态学习变成可能，比如现在很新的语言视觉跨模态学习。

清华大学的李涓子教授认为，自然语言处理有两个很重要的方面，一个是对大数据的理解，尤其是文本数据，另一个是用自然语言做人机交互。

其中不只是深度学习，知识图谱也是十分重要的突破技术，现在已经到了知识与NLP融合的阶段。知识图谱给了NLP另一个路径，可能不需要经过分词和句法语义分析，直接就能从大规模的文档里面把一篇文章提炼出来。

自然语言处理的进步是被整个互联网发展的需求驱动，比如搜索引擎、文本挖掘，NPL正式走向应用还是由这些应用来推动的。