11月4日，百度开发者中心在北京举办了一次百度技术沙龙，主题主要围绕百度NLP(自然语言处理)最新技术进展，百度AI技术生态部高级运营顾问＠张扬，百度自然语言处理架构师＠孙宇等嘉宾相继做了分享。

先分享PPT下载链接：

以下PPT由@萧饭饭整理

1）《自然语言技术的应用》——张扬（链接: https://pan.baidu.com/s/1c17m9qS 密码: m5ns）

2）《语义计算技术》——孙宇（链接: https://pan.baidu.com/s/1qYdYfOK 密码: 34b8）

3）《情感分析技术》——何伯磊（链接: https://pan.baidu.com/s/1mhM5vc8 密码: ki3s）

下面图文干货记录，依次由AI游学小分队成员@萧饭饭 @缪斯的使者kale @烽 @张磊整理总结。

一.自然语言技术的应用 百度AI技术生态部高级运营顾问|@张扬

百度AI平台所拥有的自然语言技术：词法分析、依存句法分析、词向量表示、语义相似度、短文本相似度、评论观点抽取、情感倾向分析等几个方面。

1.情感倾向分析

1）功能：自动对包含主观信息的文本进行情感倾向性判断。

2）应用场景：UGC、电商以及客服平台舆情监控，了解客户的情感需求。便于推荐。

2.评论观点抽取

1）功能：自动分析评论中的关注点和对应评价，文本内容标签化。

2）应用场景： 通过内容抽取——聚类——标签化流程，完成各个平台内容的抽取分析。

3.文本自动审核

1）功能：自动识别审核文本中夹杂的违禁反动、政治敏感、色情、推广、辱骂等垃圾文本。

2）应用场景：UGC社区、电商以及客服系统。

4.词法分析

1）功能：中文分词、词性标注、实体识别。

2）应用场景：个性化推荐是分词分析技术的典型应用场景。

5.短文本相似度

1） 功能：对比短文本内容的相似度。

2） 应用场景：推荐、排序、智能客服以及自动阅卷等。例如客服中运费查询，通过计算“快递费”与“运费”相似度，解决之前只能靠关键词精准匹配问题，识别语义，扩大了应用的范围。

二.语义计算技术 百度NLP部主任架构师|@孙宇

百度NLP技术布局

1.百度NLP语义计算开放技术

• 词：词向量表示、词义相似度。

• 句：短文本相似度、DNN模型。

1）中文词向量表示

• 1T网页数据

• 100万超大规模中文词覆盖

• 应用场景：相似度计算，咨询流推荐。

2）短文本语义相似度：计算两段短文本的语义相似度

• 应用场景：a）网页搜索精准满足：问题答案语义匹配

b）百度理财智能客服：相关问题检索

3）DNN语言模型：判断句子是否符合客观语言表达习惯

• 应用场景：a）度秘聊天：自然语言检测

b）百度搜索：纠正不符合语言习惯的错误

2.为什么要语义计算？

一次多义、多词同义、句法结构、多样表达——>语义层面计算

3.百度NLP语义计算整体框架

2013年自主开发的语义匹配框架——SimNet

• 技术：神经网络建模 DNN、RNN、CNN

• 融合语言知识：多粒度、Bigram、句法搭配

• 应用场景：1）百度搜索：搜索语义相关性优化、搜索精准满足。

2）咨询流：语义召回、兴趣匹配优化。

3）百度推广：语义触发优化、广告相关性触发。

4）其他应用：地图识别、智能客服。

三.情感分析技术 百度NLP部资深研发工程师|@张伯磊

1.背景

这是一种可以分析出句子情感偏向的技术，可以用于：

1）消费决策：可以统计出用户对某一商品的好评度，也可以将评论中相关评价进行归纳、提取，来辅助决策。

2）舆情分析：可以统计人们在社交媒体上对于某件事情的看法，比如对希拉里和特朗普的支持率。

2.技术

1）情感分析技术框架

在用户评论等数据的基础上，通过情感分析核心技术和NLP技术的辅助处理，可以实现情感分类和观点抽取两个核心任务。

2）介绍两个核心任务

a）情感倾向分类

• 任务：对于给定文本，判断文本的情感倾向：消极、积极、中性（其中，判断不出积极还是消极则归为中性）

• 功能：句子级：分析出短句的情感倾向性

实体级：文章可能有多个主题，把文章对于某一主题的态度分析出来

篇章级：整个文章的情感倾向

b）评论观点抽取

• 任务：给定文本，把其中表达观点的句子抽取出来。主要方法是从一句话中抽象出维度词和评论词，通过拆分，解决评论观点抽取的任务。其中维度词表示要评论的事物，评论词表示对这一事物的看法，比如“服务不错”中，“服务”是维度词，“不错”是评论词，这句话表达了积极的情感。

• 基于方式：情感搭配匹配、语义计算、维度预测、维度预测、情感极性分类

• 概念：情感搭配词典——这个词典有每一个维度词和不同评论词的映射关系。

i）情感搭配匹配

通过算法将评论数据中的维度词和评论词提取出来。然后用情感搭配词典直接去匹配提取出来的维度词和评论词，从中得知情感偏向。

ii）语义相似度计算

有些情况下词典中的词不能完全和句子中的维度词匹配，这时可以通过语义相似度计算，匹配到情感搭配词典中的维度词或评论词，从中得知情感偏向。

iii）维度预测

现实评论中可能存在维度词缺失（比如：“这家旅店服务还是不错的，但是比较简陋”，“简陋”这一评论词的维度词缺失），这时可以给这个句子计算出维度，然后在情感搭配词典中找出搭配词。

iiii）维度预测+情感极性分类

有些情况下评论词在词典中没有，且维度词缺失，这时要先正确计算维度词，再把情感分析出来，给出一个评论词，这个评论词是分析出来的，不是原文中间的（比如：“这家旅店服务还是不错的，但是比较简陋”，其中“比较简陋”在情感极性分类中可能是-1级的，这时分析出的评论词可能为“一般”）。

3）应用

a）百度糯米搜索商户的各种评价信息，短观点，帮助用户决策。

b）明星网络映像：给出网友好评率，推荐给感兴趣用户作为参考。

c）百度应用产品：推荐理由生成。将识别出来的观点和情感方向，通过技术生成流畅的摘要。

四.百度AI开放平台使用指导 百度AI技术生态部产品经理|@张晶晶

1.百度自然语言相关技术（http://ai.baidu.com/tech/nlp ）

• 百度AI开放平台（ai.baidu.com）可找到提供的开源技术，如：8项语言处理基础技术、UNIT理解与交互技术平台、百度翻译开放平台、Familia主题模型等；

• 开源技术提供一定免费使用量，超某一量，会收取一定费用

2.百度AI平台概览

• 百度AI开放平台，提供最新最全最领先的各项人工智能服务：全面的产品服务、与业务融合、最新动态、技术支持、经验交流等；

• 服务对象：企业开发者、个人开发者

3.企业如何选择AI技术？

• 如未明确需求，可先了解同行及行业标杆具体应用场景；

• 如未明确某项技术会给产品带来何种帮助，可参看官网具体应用场景和解决方案；

• 如有明确需求，可查看具体方向的产品服务，根据指导文档测试调用

具体感想：

1）百度自然语言技术比较强大，可支持一般开发者需求；

2）AI人工智能的落地，一定要明确技术边界，配合具体场景展开。

以上内容，来自饭团“AI产品经理大本营”，点击这里可关注：http://fantuan.guokr.net/groups/219/ （如果遇到支付问题，请先关注饭团的官方微信服务号“fantuan-app”）

---------------------

创建者：黄钊hanniman，图灵机器人-人才战略官，前腾讯产品经理，5年AI实战经验，8年互联网背景，微信公众号/知乎/在行ID“hanniman”，饭团“AI产品经理大本营”，分享人工智能相关原创干货，200页PPT《人工智能产品经理的新起点》被业内广泛好评，下载量1万+。