譯者：AI研習(xí)社（Icarus、）

雙語(yǔ)原文鏈接：The State of Enterprise NLP in 2020

---

2020年對(duì)于公共衛(wèi)生、職業(yè)生活、經(jīng)濟(jì)以及日常生活的幾乎所有其他方面來(lái)說(shuō)，都是獨(dú)一無(wú)二的一年。雖然一些機(jī)會(huì)正在消失，另一些則正在轉(zhuǎn)變其商業(yè)模式，罕見(jiàn)沒(méi)有受到?jīng)_擊的企業(yè)。盡管如此，還是有一些行業(yè)正在蓬勃發(fā)展，不僅僅是虛擬會(huì)議或醫(yī)療保健。

自然語(yǔ)言處理（NLP）就是其中一個(gè)領(lǐng)域。事實(shí)上，根據(jù)MarketsandMarkets?的研究，NLP市場(chǎng)規(guī)模預(yù)計(jì)將從2019年的102億美元增長(zhǎng)到2024年的264億美元。使用用例在醫(yī)療保健環(huán)境中幫助患者和從業(yè)者，簡(jiǎn)化客戶服務(wù)查詢，甚至虛擬幫助購(gòu)物者，有幾個(gè)增長(zhǎng)因素推動(dòng)了NLP技術(shù)的增長(zhǎng)。無(wú)論你是新手還是有經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家，NLP都能幫助用戶更快、更聰明、更準(zhǔn)確地工作。

要想了解NLP在未來(lái)幾年的發(fā)展?fàn)顩r，我們首先需要了解NLP現(xiàn)在的狀況——從挑戰(zhàn)、成功、最普遍的使用案例等方面。為此，John Snow實(shí)驗(yàn)室與Gradient Flow合作，最近發(fā)布了新的研究報(bào)告，探討了NLP在不同行業(yè)、不同地域、不同應(yīng)用水平的使用情況。知識(shí)就是力量，這項(xiàng)調(diào)查的目標(biāo)是通過(guò)了解組織如何使用NLP技術(shù)，幫助IT領(lǐng)導(dǎo)者實(shí)現(xiàn)NLP的全部潛力。

這項(xiàng)全球調(diào)查詢問(wèn)了來(lái)自50多個(gè)國(guó)家的近600名受訪者，全面了解了2020年NLP的采用和實(shí)施狀況。下面的關(guān)鍵調(diào)查結(jié)果將有助于為行業(yè)樹立一個(gè)基準(zhǔn)，并預(yù)測(cè)我們?cè)谖磥?lái)一年內(nèi)NLP的發(fā)展方向。

NLP支出正在上升：盡管今年IT支出不景氣，但有趣的是，NLP預(yù)算全面增加，報(bào)告的NLP技術(shù)預(yù)算比去年增加了10-30%?？紤]到該調(diào)查是在全球COVID-19大流行的高峰期進(jìn)行的，而當(dāng)時(shí)全球的IT支出都在下降，這一點(diǎn)尤其重要（Gartner）。53%的受訪者是技術(shù)領(lǐng)導(dǎo)者，他們表示他們的NLP預(yù)算與2019年相比至少增加了10%，其中31%的受訪者表示他們的預(yù)算比前一年至少增加了30%。同樣的趨勢(shì)也適用于大公司（員工人數(shù)超過(guò)5000人的公司），其中61%的受訪者表示2020年的預(yù)算會(huì)增加。

云計(jì)算的使用帶來(lái)了挑戰(zhàn)。77%的受訪者表示，他們至少使用列出的四種NLP云服務(wù)中的一種——谷歌、AWS、Azure或IBM。盡管基于云的服務(wù)很受歡迎，但受訪者認(rèn)為成本是他們?cè)谑褂肗LP云服務(wù)時(shí)面臨的主要挑戰(zhàn)。此外，人們還擔(dān)心可擴(kuò)展性，因?yàn)樵S多NLP應(yīng)用依賴于特定領(lǐng)域的語(yǔ)言使用，而云提供商在服務(wù)這些市場(chǎng)需求方面進(jìn)展緩慢。盡管如此，53%的受訪者表示至少使用了兩大NLP庫(kù)中的一個(gè)，即Spark NLP和spaCy，這是一個(gè)更準(zhǔn)確和更具成本效益的選擇，做出這個(gè)選擇這并不奇怪。

準(zhǔn)確性很重要，也很有挑戰(zhàn)性。超過(guò)40%的受訪者指出，準(zhǔn)確性是他們?cè)u(píng)估NLP庫(kù)的最重要標(biāo)準(zhǔn)?？紤]到NLP在關(guān)鍵應(yīng)用中的使用，如電子健康記錄或在醫(yī)療環(huán)境中檢測(cè)不良藥物事件，這一點(diǎn)尤為重要。另一方面，準(zhǔn)確性也是所有受訪者最常提到的挑戰(zhàn)。然而，當(dāng)觀察技術(shù)領(lǐng)導(dǎo)者時(shí)，這種情況略有改變。集成問(wèn)題、語(yǔ)言支持和可擴(kuò)展性與準(zhǔn)確性并列成為緊迫的挑戰(zhàn)。幸運(yùn)的是，語(yǔ)言支持等領(lǐng)域正在大幅改善。谷歌和Facebook等公司正在發(fā)布150多種語(yǔ)言的預(yù)訓(xùn)練嵌入。而NLP庫(kù)也在跟進(jìn)。

分類和NER是主要用例。NLP最受歡迎的四個(gè)應(yīng)用是文檔分類、命名實(shí)體識(shí)別（NER）、情感分析和知識(shí)圖譜。來(lái)自醫(yī)療保健領(lǐng)域的受訪者認(rèn)為，去識(shí)別是另一個(gè)常見(jiàn)的NLP用例。自動(dòng)化的NLP曾經(jīng)是一個(gè)極其人工和勞動(dòng)密集型的過(guò)程，現(xiàn)在已經(jīng)使這一負(fù)擔(dān)大大減輕。NER和分類是醫(yī)療機(jī)構(gòu)看到巨大價(jià)值的另外兩個(gè)NLP用例。例如，這些應(yīng)用可以幫助醫(yī)療專業(yè)人員快速、準(zhǔn)確地識(shí)別患者的藥物不良事件（ADE），改善醫(yī)療服務(wù)，減輕醫(yī)療系統(tǒng)的負(fù)擔(dān)和成本。

數(shù)據(jù)來(lái)源。來(lái)自文件(如pdf、txt、docx等)和數(shù)據(jù)庫(kù)的數(shù)據(jù)在NLP項(xiàng)目中使用的數(shù)據(jù)來(lái)源中名列前茅(61%)。從法律合同和新聞文章，到醫(yī)療記錄和SEC文件，這些輸入文件通常以PDF格式存儲(chǔ)。雖然深度學(xué)習(xí)模型在過(guò)去幾年中有所改進(jìn)，但在從PDF中提取文本時(shí)，有許多困難和數(shù)據(jù)質(zhì)量問(wèn)題。有趣的是，仍在探索NLP的公司與那些在采用曲線上走得更遠(yuǎn)的公司在數(shù)據(jù)源上存在一些差異。處于探索階段的受訪者報(bào)告使用音頻數(shù)據(jù)的比例(29% )高于那些更進(jìn)一步的受訪者(22%)。

根據(jù)NLP在過(guò)去一年中的增長(zhǎng)軌跡，其勢(shì)頭很明顯將持續(xù)到2021年。隨著時(shí)間的推移和即將到來(lái)的技術(shù)增強(qiáng)，采用和使用案例如何發(fā)展將是有趣的。NLP有能力改變我們的工作方式，給予和接受醫(yī)療護(hù)理，購(gòu)物，以及與客戶服務(wù)的接口。雖然其中一些案例可能比其他案例更具影響力，但它們都將塑造我們更好的工作和生活方式。

---

AI研習(xí)社是AI學(xué)術(shù)青年和AI開發(fā)者技術(shù)交流的在線社區(qū)。我們與高校、學(xué)術(shù)機(jī)構(gòu)和產(chǎn)業(yè)界合作，通過(guò)提供學(xué)習(xí)、實(shí)戰(zhàn)和求職服務(wù)，為AI學(xué)術(shù)青年和開發(fā)者的交流互助和職業(yè)發(fā)展打造一站式平臺(tái)，致力成為中國(guó)最大的科技創(chuàng)新人才聚集地。

如果，你也是位熱愛(ài)分享的AI愛(ài)好者。歡迎與譯站一起，學(xué)習(xí)新知，分享成長(zhǎng)。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。