百度王海峰Quora精華整理：未來5-10年，NLP領域將會有什麼進展？

雷鋒網按：近日吳恩達發文將在4月底離職百度。幾乎在同一時間，百度也宣布進一步深度整合，將包括NLP、KG、IDL、Speech、Big Data等在內的百度核心技術，組成百度AI技術平台體系（AIG），並任命百度副總裁王海峰為AI技術平台體系（AIG）總負責人，同時晉陞為Estaff成員，轉向百度集團總裁和首席運營官陸奇彙報。

王海峰是自然語言處理領域的權威科學家，是該領域最具影響力的國際學術組織ACL 50多年歷史上唯一出任主席（President）的華人，同時也是截至目前最年輕的ACL Fellow，也是唯一來自中國大陸的ACL Fellow。此外，王海峰博士還是中文信息學會理事、中文信息學報編委、中國計算機學會（CCF）高級會員、國家自然科學基金委員項目評審會評審專家組成員。此前，雷鋒網也整理過王海峰博士在AAAI2017上的演講《深度 | 百度副總裁王海峰：百度在NLP領域都做了什麼？》。

王海峰博士出席的媒體活動不多，但在Quora上比較活躍。雷鋒網根據王海峰博士在Quora上的五個精華問答整理成本文。

1、從一名科學家轉變為一個IT公司的總裁，你如何看待這種職業變化？

我對技術感到著迷，並樂於沉浸在研究工作里。我始終相信，科技能夠改變世界。百度為我提供了一個理想的平台，在這裡我從事的技術工作可以快速直接地讓用戶受益。這就是我一開始加入百度的原因。在百度最初的幾年時間裡，我領導了NLP、語音、圖像、數據挖掘、知識圖譜、機器學習、深度學習等多個團隊。後來，我意識到偉大的產品將會連接技術與廣大用戶，反過來也會更加促進技術進步。偉大的產品，不僅需要先進的技術，還需要傑出的設計、優秀的營銷和高效管理。因此我漸漸改變了自身的角色，從一個單純的研發團隊負責人，轉變為管理層的一員。我如今領導的團隊有3000多人，包括技術、產品和營銷成員，他們都很年輕、精力充沛、富有激情。我們擁有著一個共同目標：用技術和產品改變大眾日常生活。

當掌管一個大型商業團隊的時候，我需要首先制定策略和目標，然後建立一個合適的執行團隊。對於一個大型團隊來說，良好的規則和文化，開始成為支撐和保證業務運行的重要因素。與此同時，對於科技領域的重大突破、用戶需求的演變，以及整個社會的發展趨勢，我都保持極大的關注。

2、未來5-10年，NLP領域將會有什麼進展？

機器翻譯、語義理解、問答和對話技術將會有重大突破。這些技術將會被廣泛應用，並最終改變人與計算機、人與各種硬體設備、以及人與人之間的溝通方式。

這些技術的發展將得益於以下四個領域的發展：大數據、學習機制、知識圖譜、推理和規劃。

大數據。隨著互聯網的繁榮，數據量和種類都在高速增長。即便是非常傳統的商業領域，都在開始把數據放到網上。一切都在網上進行，一切都在互聯。大數據的價值將繼續在物聯網領域增長。

學習機制。學習機制的發展將會持續進行，這使得我們能從大數據中學習更多的東西。

知識圖譜。通過大數據和更多強大的學習機制，我們可以打造更大的知識圖譜，來對整個世界進行建模。

推理和規劃。通過大型知識圖譜，我們可以在推理和規劃領域取得突破。推理和規劃的能力將會把更多智能注入NLP系統中。

3、在NLP領域，中文和英文的主要區別是什麼？

從語言學上來說， 中文與英文有很大不同。中文書面文本單詞之間是沒有空間的，中文的語法關係是通過單詞的順序來表達的。這些因素增加了中文在辭彙、語法和語義層次上的模糊性，因為現代語言概念和原則更適用於英文，而非中文。

目前，主流NLP方法都是語言無關性（language-independent）的。這些統計學或神經網路演算法，根據不同的應用，都更進一步優化了特定語言 。

比如，在2015年5月，百度發布了第一個大型在線神經機器翻譯系統。基礎的NMT模型就是語言無關的，並輸出了非常好的翻譯結果。為了進一步改善翻譯性能，我們使用特定語言特徵優化了翻譯系統。

4、NLP技術如何應用於百度產品里？

在百度，我們開發出很多NLP技術，包括知識圖譜、語義理解、內容標註、情感分析、生成、摘要、問答、機器翻譯和對話系統等等。這些技術已經應用於許多百度的產品里，比如搜索、新聞流（news feed）和智能助理，每天為數億用戶服務。我們將以上這些技術通通整合進一個名為NLP Cloud的平台中。

NLP Cloud提供20多種NLP模塊和方案，服務於百度產品。我們的NLP Cloud服務每天被調用1千多億次。

以搜索為例，典型的NLP模塊，比如切詞、命名實體識別、語法分析、釋義都是基本特徵。這些模塊一直在持續優化並取得突破。另一個典型的NLP技術應用案例就是問答系統。一個高性能的問答系統需要對查詢語句進行精準的語義分析，構建覆蓋面廣的知識圖譜，同時對網頁搜索結果進行全面分析。當用戶在搜索框輸入查詢語句時，搜索引擎能夠立馬提供答案。很多用戶也使用搜索引擎來查詢相關性高的信息，幫助做決策。這種情況下，情感分析（也稱觀點挖掘）技術可以幫助提取多種備選觀點，並將聚合的信息提供給用戶。

另一個案例就是新聞流，這個領域文章質量是極其重要的。NLP技術可以幫助檢測各種垃圾文章，比如謠言、抄襲等等；而文本分析技術可以幫助識別高質量文章，並生成最能夠描述該文章的標籤。此外，從不同維度描述用戶偏好的「用戶模型」也十分依賴於NLP技術。

總而言之，在所有跟自然語言相關的產品里，NLP技術都是不可或缺的。

5、在未來10年，搜索引擎將會如何演變？

今天當我們談及搜索引擎的時候，首先想到的就是搜索框和搜索結果。而未來的搜索引擎將會是什麼樣子呢？我們並沒有確切答案。但是我們樂於擁有更強大的搜索引擎，讓我們在不同的場景、不同的產品或不同的交互界面里，能夠看見、聽見和感受到。搜索，將會無處不在。

第一點，更深入理解用戶的意圖、更深入理解內容，並將兩者更精準地進行匹配，這將會使搜索引擎更為強大。用戶的意圖理解並不是依賴於單一查詢語句，也還依賴於更廣泛的搜索語境，包括查詢session、時間、地點、設備以及用戶性格特徵。另一方面，內容理解涉及的範圍也非常廣，需要更好地理解每一部分內容的語義、語境、觀點，以及從內容中提取的知識。意圖與內容的匹配，將會涉及到以上提到的所有因素，使得在任何一個特定語境下，為每一個查詢提供最好的結果。此外，搜索引擎將會變得更像一個「回答引擎」和「執行引擎」。大部分用戶的查詢，將會得到直接的回答或執行。

第二點，搜索交互界面將會發生很多新變化。除了鍵盤以外，其它輸入方式，比如聲音和圖像，將會越來越廣泛地使用。伴隨更實際的語音和圖像等技術，用戶會十分青睞高效和便利的多模式搜索。特別地，自然語言交互將會成為搜索引擎的主流交互方式。用戶可以跟搜索引擎「對話」，告訴它自己想要什麼，這絕對比現有的鍵盤輸入文字查詢要方便和自然的多。用戶也可以跟搜索引擎進行多輪對話交互。百度搜索已經率先應用了這類新型交互方式，提升用戶體驗。

第三點，搜索將會超越現有的搜索引擎的範圍。搜索會嵌入各種產品當中。比如，搜索會是AI硬體產品的基本特徵之一。未來，搜索將會包圍在我們身邊，無處無在。相應地， 我們也將重新定義什麼是可以被搜索的。除了現有的被索引的內容，在未來，服務、物品、設備和數據都可以被索引，變得可搜索。

很長時間以來，搜索引擎在人們日常生活中扮演至關重要的角色。人們的需求決定了搜索引擎演變的方向，而技術進步則決定了這種演變將走向多遠。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！