一般情況下，我們和電腦說話都覺得很費(fèi)勁，因?yàn)樗鼈冇悬c(diǎn)望文生義。但是，谷歌正在教電腦如何理解人類語音和文本的博大精深。

現(xiàn)在，谷歌把其算法開放給第三方的軟件開發(fā)人員。有了這些工具，程序員就能開發(fā)基于語言的應(yīng)用和服務(wù)，比現(xiàn)在許多的聊天機(jī)器人更加善解人意。而程序員大概會(huì)迷上谷歌正在完善的強(qiáng)大的機(jī)器學(xué)習(xí)技術(shù)。

谷歌對(duì)語法和句法的掌握有助于其提供更準(zhǔn)確的搜索結(jié)果，而且會(huì)隨著越來越多的設(shè)備和服務(wù)都依賴于語音控制變得越來越重要。

基于谷歌軟件的智能手機(jī)已經(jīng)可以聲控，而且谷歌正在開發(fā)類似于亞馬遜Echo的家庭設(shè)備，它很大程度上依賴語音交互。所以谷歌開放工具，使語言理解更容易有很大的戰(zhàn)略意義。

“我們的大多數(shù)用戶都通過語言與我們互動(dòng)?！惫雀枳匀徽Z言理解和機(jī)器學(xué)習(xí)的領(lǐng)導(dǎo)人Fernando Pereira說。 “他們通過打字或說話來問問題，所以，為了讓用戶滿意，我們必須使系統(tǒng)了解用戶想要的是什么。”

谷歌還發(fā)布了名為SyntaxNet的工具，可以基于其上下文背景和普遍使用學(xué)會(huì)理解單詞和短語的意思。它適用于谷歌原先發(fā)布的名為TensorFlow的深度學(xué)習(xí)框架，同時(shí)，它還是迄今使用TensorFlow構(gòu)建的最復(fù)雜和最精密的部件。

谷歌還發(fā)布了英語預(yù)先訓(xùn)練解析器，稱為Parsey McParseface（一發(fā)言人稱，該公司在幫它起名字時(shí)很困擾，直到有人建議這個(gè)瑯瑯上口的名字）。文本被送入分析器后會(huì)自動(dòng)分解成這樣的句法成分：如名詞，動(dòng)詞，主體和對(duì)象。這使得計(jì)算機(jī)更容易正確解析不明確的查詢或命令。

谷歌通常依賴于數(shù)據(jù)和機(jī)器學(xué)習(xí)，當(dāng)然的確有些其他的方法，如Facebook試圖通過提供大量未標(biāo)注主要數(shù)據(jù)給計(jì)算機(jī)，從而培養(yǎng)它們解析語言的能力。但是，谷歌的語言理解項(xiàng)目，是專業(yè)人士建設(shè)的。八年多來，語言專家一直在努力為谷歌注釋文本。而最近這些標(biāo)注在大型深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)取得了很大進(jìn)展。

對(duì)計(jì)算機(jī)而言，理解語言是非常困難的，因?yàn)檎Z言往往是模糊的。即使是像“Find me cats in hats”一樣簡單的搜索查詢，也會(huì)出現(xiàn)歧義，可以解釋為帶帽子的貓或者坐在帽子上的貓。人類可以使用常識(shí)來辨別這樣歧義的句子，而谷歌的技術(shù)則是采用機(jī)器學(xué)習(xí)。其深度學(xué)習(xí)系統(tǒng)，通過語法文字的培訓(xùn)，判斷出最有可能正確的語句結(jié)構(gòu)。而在剛才的“cats in hats”例子里，谷歌會(huì)假定搜索者感興趣的是時(shí)尚前衛(wèi)帶帽子的貓。

谷歌產(chǎn)品經(jīng)理Dave Orr，負(fù)責(zé)尋找語言理解研究的商業(yè)應(yīng)用，向外媒記者展示了該技術(shù)。他把幾篇MIT科技評(píng)論的文章放進(jìn)內(nèi)部版本的語言解析器。它犯了幾個(gè)微不足道的錯(cuò)誤，但總體來說其注釋的準(zhǔn)確性令人印象深刻，能正確識(shí)別句法結(jié)構(gòu)或捕獲標(biāo)題的含義。 “這是人類能創(chuàng)造的最好的解析器，”奧爾說， “我們認(rèn)為這是接近人類的水平。”

在內(nèi)部，谷歌結(jié)合了自然語言系統(tǒng)和稱為知識(shí)圖譜的語義信息數(shù)據(jù)庫。這使得它能夠識(shí)別特定對(duì)象，人物，地點(diǎn)等概念，并作出相應(yīng)的反應(yīng)。該系統(tǒng)通常也能夠通過將單詞與出現(xiàn)在一個(gè)類似的上下文比較，正確將新單詞分類。迄今為止，該技術(shù)適用于15種語言。有些語言對(duì)語言分析更有挑戰(zhàn)性，培訓(xùn)起來更加困難，奧爾說。

然而，該技術(shù)遠(yuǎn)遠(yuǎn)還沒能夠完全理解英語。 “我們的系統(tǒng)在結(jié)構(gòu)合理，精心編輯的文本表現(xiàn)得最好?！盤ereira說， “社交媒體和搜索查詢的不規(guī)律更有挑戰(zhàn)性。我們已經(jīng)取得了進(jìn)展，但有很多的空間?！?/p>

仍然有很多歧義的地方需要人類程度的常識(shí)——我們從經(jīng)驗(yàn)中學(xué)習(xí)的東西，從我們的朋友和我們的父母得到的建議，”Pereira說。 “這種豐富的解決問題能力正是我們系統(tǒng)的缺失?！?/p>

研究語言理解的斯坦福大學(xué)教授Noah Goodman說，改進(jìn)語法的理解僅僅是電腦需要掌握語言的開始。 “語法肯定是語言的重要組成部分，”他說。 “但是，從語法到語義學(xué)；從淺層語義到推斷深層含義都是很大的進(jìn)步?！?/p>

via TR

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。