自从iPhone 4S开始内置Siri,到现在各种智能音箱,或者扎克伯格说自己做的智能管家, 我认为都算是对话机器人的一类。
【新智元导读】 微软几乎所有和 AI 相关的重要产品,背后都体现了 NLP 技术的重要性,这也是微软亚洲研究院深耕已久的领域。微软亚洲研究院副院长、ACL主席周明博士以《自然语言处理前沿技术》为主题,分享了微软对包括神经网络翻译、聊天机器人、阅读理解等板块在内的 NLP 领域的思考,并接受了新智元等媒体的采访。周博士指出,“语言智能是人工智能皇冠上的明珠”,他认为目前 NLP 技术的发展呈现出六大趋势,同时为大家阐述了未来的 NLP 技术的六大研究方向。 自然语言处理对于微软有多重要? 微软几乎所有和 AI
前面我们讲了机器翻译的原理以及神经网络翻译的发展、以及面临的挑战,我们现在看一看,机器翻译现在有哪些应用?
近日,微软亚洲研究院(MSRA)副院长周明在「自然语言处理前沿技术分享会」上,与大家讲解了自然语言处理(NLP)的最新进展,以及未来的研究方向,以下内容由CSDN记者根据周明博士的演讲内容编写,略有删减。 周明博士于1999年加入微软亚洲研究院,不久开始负责自然语言研究组。近年来,周明博士领导研究团队与微软产品组合作开发了微软小冰(中国)、Rinna(日本)、Zo(美国)等聊天机器人系统。周明博士发表了120余篇重要会议和期刊论文(包括50篇以上的ACL文章),拥有国际发明专利40余项。 MSRA在机器翻
近日,微软亚洲研究院(MSRA)副院长周明在「自然语言处理前沿技术分享会」上,与大家讲解了自然语言处理(NLP)的最新进展,以及未来的研究方向,以下内容由CSDN记者根据周明博士的演讲内容编写,略有删减。 周明博士于1999年加入微软亚洲研究院,不久开始负责自然语言研究组。近年来,周明博士领导研究团队与微软产品组合作开发了微软小冰(中国)、Rinna(日本)、Zo(美国)等聊天机器人系统。周明博士发表了120余篇重要会议和期刊论文(包括50篇以上的ACL文章),拥有国际发明专利40余项。 微软亚洲研究院
本文探讨了机器翻译的十个问题,包括什么是机器翻译,机器翻译的发展历程,机器翻译的技术难题,机器翻译的评价标准,实验室和实用系统的区别,基于规则与基于统计的机器翻译,机器翻译的伦理问题,以及译员是否需要学习CAT等。作者认为,机器翻译的评价标准需要重新审视,不能仅仅依靠BLEU得分,而应该结合具体应用场景和目标来进行评估。同时,译员应该积极学习并掌握CAT技术,提高自己的翻译效率和质量。
【新智元导读】 今天(10月20日),华为将在上海举行年度新品发布会,首次在国内发布 Mate10 相关产品。在慕尼黑的发布会上,我们看到了Mate 10 的诸多AI功能,其中有一项堪称惊艳的功能——翻译。这一技术由微软提供。新智元专访到了微软微软全球技术院士、微软语音语言技术团队负责人黄学东博士。他将介绍两大巨头在Mate 10 上的合作细节。 10月17日,华为消费者业务 CEO 余承东在慕尼黑发布了携带华为首款人工智能手机芯片——麒麟970的 HUAWEI Mate 10 系列手机。今天(10月20日
记者|谷磊 近日,在飞马网主办的“FMI人工智能&大数据高峰论坛”上,来自eBay的数据科学家李睿博士以“NLP(自然语言处理)在eBay的技术实践”为题做了主题分享,主要涵盖的应用包含:搜索(Search)、分类器(Classifiers)、命名实体识别(Name Entity Recognition)、机器翻译(Machine Translation)等。 eBay Inc. Tech Lead数据科学家李睿 以下为李睿博士的演讲及Q&A实录,AI科技大本营做了不改变原意的整理: 李睿:大家好,
之前我们介绍了推荐当中应用得非常广泛的FM大家族,从FM这个模型衍生出了一系列的模型,从纯FM,到AFM、FFM、DeepFM等等一系列的FM模型,最后的终极版本是xDeepFM。这个模型非常复杂,可以说是把FM魔改到了极致,今天这篇文章先不讨论这个,等以后论文解析的时候好好介绍一下这个模型。
AI科技评论按:很多读者在思考,“我和AI科技评论的距离在哪里?”答案就是:一封求职信。 近日,网易有道正式对外公布:由网易公司自主研发的神经网络翻译( Neural Machine Translat
AI 科技评论按:比尔·盖茨曾说过,「语言理解是人工智能皇冠上的明珠」,沈向洋博士也说过「懂语言者得天下」。自然语言理解处在认知智能最核心的地位。它的进步会引导知识图谱的进步,会引导对用户理解能力的增强,也会进一步推动整个推理能力。自然语言处理的技术会推动人工智能整体的进展,从而使得人工智能技术可以落地实用化。 微软亚洲研究院副院长周明博士围绕这一观点有过不少系统的阐述。不论是在微软大厦举行的自然语言处理前沿技术分享会活动上,或是近日举办的 EmTech China 峰会上,周明博士围绕自然语言四个方面的进
ChatGPT 是一个基于人工神经网络技术的自然语言处理模型,由 OpenAI 开发。它可以理解和生成自然语言,用于进行对话、翻译、文本摘要等任务。ChatGPT 是目前最先进的自然语言处理模型之一,它使用了大量的预训练数据和深度学习算法来实现高质量的自然语言处理能力。
学计算机的人通常有着比较系统的思维方式,按编程模式来看,即分为定义,分解,以及优化迭代的思路来解决问题。学语言的,极少数上过逻辑课,没有经过推理训练,一般偏向于模糊感性的思维方式。 机器翻译,则是理科
【导读】自然语言处理,即Nature Language Processing,一般简称为“NLP”,是人工智能领域的热点及微软赖以生存的技术。微软亚洲研究院副院长、ACL主席周明博士以《自然语言处理前沿技术》为题就NPL对微软的作用,及NPL的历史和未来进行了讲解与讨论。 人工智能的“新浪潮”已经来临 要想了解自然语言处理,就不得不先了解人工智能。人工智能(AI)技术作为当前最炙手可热的词汇,定是耳熟能详,但人工智能究竟是什么呢? 人工智能主要包括以下三个层次: 第一是运算智能:即记忆、计算的能力,这一点机
想一下未来50年或者100年,您的孙子或者孙子的孙子,是否还会花费人生中十几年甚至几十年的时间学习一门外语,甚至还学不好?
神经机器翻译是自然语言处理中的重要任务。目前的通用做法是,训练时输入源句子(source sentence)和目标句子(target sentence)组成的句子对,训练神经网络模型后,在测试集上生成翻译文本。
选自arXiv 机器之心编译 编辑:杜伟 当今世界上有 7000 多种语言,其中只有大约 100 种具有机器翻译系统,那其他语言怎么办呢?谷歌正在为这些小众语言创建通用的机器翻译系统。 过去十年,学术和商业机器翻译系统(MT)的质量已经得到了大幅度的提升。这些提升很大程度上得益于机器学习的进展和可用的大规模 web 挖掘数据集。同时,深度学习(DL)和 E2E 模型的出现、从 web 挖掘得到的大型并行单语言数据集、回译和自训练等数据增强方法以及大规模多语言建模等带来了能够支持超过 100 种语言的高质量机
2012年至今,自然语言处理进入神经网络时代已经7年,未来发展之路朝向何方?我们来看ACL 2019主席、微软亚洲研究院副院长周明博士如何解读~
NVIDIA 创始人兼 CEO 黄仁勋先生关于计算领域之未来的主题演讲。 演讲人:黄仁勋 NVIDIA 创始人兼 CEO 2018/11/21 周三 10:00 - 12:00 | 主会场 三层金鸡湖厅
由于人工智能的飞速发展,机器翻译水平正在大幅提升,并逐渐赶超人类,这已经是不争的事实。然而,同在机器翻译这个赛道里的各位“赛手”,谷歌、有道等传统翻译产品或公司,也正在上演着一场激烈的角逐和比拼。 人工智能翻译大赛 谷歌竟然连败两场? 12月的一个早上,北京798软件园,一场机器翻译的pk赛正在进行。活动主办方品玩,是一家“有品好玩”的科技媒体。 这场人工智能翻译大赛的规则是三局两胜,第一局考验对话翻译,第二局考验识别能力,第三局是挑战图像翻译。 而三款同台竞技的翻译软件则是:Google翻译、有道翻译官和
本文介绍了神经网络翻译技术的基本原理、发展历程和主要应用。通过神经网络模型对大量语料进行训练,可以实现对句子进行分词、转换和翻译。目前,神经网络翻译技术已经广泛应用于各种场景,例如旅游、科技、新闻等领域。尽管神经网络翻译技术取得了显著的进展,但仍然存在一些问题,如领域适应、语料库建设和翻译质量等。
本文介绍了神经网络翻译和传统机器翻译的区别,以及目前机器翻译在领域适应、语料库、断句和语序等方面的技术革新。尽管机器翻译已经取得了很大的进步,但在某些情况下仍无法完全替代人类翻译,未来机器翻译的发展仍需与人类翻译者共同提高。
【编者按】对自然语言计算技术的研究人员来说,能够实现人与计算机可以进行有效沟通,计算机能理解用户的意图,执行命令或回答问题一直是他们努力迈进的目标。基于近30年来在自然语言计算领域的研究经验,微软亚洲
目录 1. 什么叫“替代” 2. 用翻译专业的差异化优势给自己赋能 3. 未来的译者 4. 结语 1 什么叫“替代”? “替代”不是说将翻译职业彻底消灭,而是在某些具体场景下,机器翻译可以发挥作用,将人类解放出来。讨论这个话题,不是只有“替代”和“替代不了”两种情况,答案永远是:有的场景可以替代,有的场景替代不了。牛津大学的学者 Michael Osborne 和 Carl Frey 给出的研究结果就是翻译被取代的概率——33%。 对于替代,这里给出两个具体场景。 场景一:一份本科生论文摘要,本来是要1
一、大数据的初步理解 首先,大数据不是什么完完全全的新生事物,Google的搜索服务就是一个典型的大数据运用,根据客户的需求,Google实时从全球海量的数字资产(或数字垃圾)中快速找出最可能的答案,
作者:常佩琦 弗格森 【新智元导读】 今天介绍Github上的开源项目,专门用于更新最新的研究突破,具体说来,就是什么算法在哪一个数据集上取得了state-of-the-art 的成果,包括语音、计算机视觉和NLP、迁移学习、强化学习。在这里,你可以读懂2017机器学习领域究竟在哪些方向上取得了突破,各大前沿机构和学术大牛们在哪些方向上发力。比如,Hinton掀起深度学习革命的Capsule 网络、再到谷歌的“一个模型学习所有”“Attention is all you need”以及Facebook在机器
第十五届全国机器翻译大会(The 15th China Conference on Machine Translation, CCMT 2019)于2019年9月27日至29日在江西南昌举行。本次会议由中国中文信息学会主办,江西师范大学承办。CCMT旨在为国内外机器翻译界同行提供一个交互平台,加强国内外同行的学术交流,召集各路专家学者针对机器翻译的理论方法、应用技术和评测活动等若干关键问题进行深入的研讨,为促进中国机器翻译事业的发展,起到积极的推动作用。
耶和华说:“看哪,他们都是一样的人,说着同一种语言,如今他们既然能做起这事(建造巴别塔),以后他们想要做的事就没有不成功的了。”——《圣经》 《圣经》用巴别塔的故事解释了人类语言复杂性的起源,但是,千百年来,虽然面临重重阻碍,人类从未放弃过建造巴别塔的愿望,从职业翻译的出现到国际语的出现都是如此。 智能时代为跨语言交流提供了有力的武器——AI。机器翻译大大降低了翻译的门槛,并且,当下众多科技公司都是免费提供这一服务。如果要评选一个离大众最近的人工智能产品,机器翻译绝对不能忽略。 以时下用户量较大的微信为例
眼看双十一要到,各路电商又要开始开辟激情战场来绝地求生了。所以今天禅师特意找来一篇课程,由被称为“外贸电商平台鼻祖”eBay 的数据科学家李睿分享,NLP 在 eBay 的技术实践。
上周,谷歌AI团队开源了备受关注的“最强NLP模型”BERT的TensorFlow代码和预训练模型,不到一天时间,收获3000多星!
简单来说,机器翻译就是把一种语言翻译成另外一种语言,在这里,我用的例子都是从中文翻译成英文。上面的句子用Source标记,即源语言,下面用Target标记,即目标语言,机器翻译任务就是把源语言的句子翻译成目标语言的句子。
智能 Chat 聊天机器人 GPT(以下简称"聊天机器人") 最近已经变成同事、朋友聊天的离不开的话题,尤其是最近发布的升级版 4.0。
INTERFACE 分享者:陈伟、李健涛 机器之心报道 参与:李泽南 3 月 12 日,搜狗正式在线上平台发布了「旅行翻译宝」。这款随身翻译设备结合了搜狗神经网络机器翻译、语音识别、图像识别等多项技术,不仅支持语音、图像翻译等多种翻译模式,还提供中英日韩俄德等 18 种语言互译。 在深度学习快速发展的今天,机器翻译系统的能力究竟达到了什么样的水平?机器翻译是否已经可以代替人类翻译?3 月 17 日,机器之心与搜狗共同举办的 INTERFACE 线下分享中,搜狗语音交互技术中心研发总监陈伟、搜狗 IOT 事
前段时间,随着 GPT-4o、Sora 的陆续问世,多模态模型在生成式方面取得的成绩无可否认,而人工智能的下一个革命性突破将从何处涌现,引起了大量学者和相关人士的关注。
前几年曾经马少平老师的引荐,为某科普图书写过一篇短文介绍自然语言处理。如果只是介绍NLP的概念、任务和挑战,应该可以参考这篇小文。原文如下,仅供参考。 自然语言处理 Natural Language Processing 一、什么是自然语言处理 简单地说,自然语言处理(Natural Language Processing,简称NLP)就是用计算机来处理、理解以及运用人类语言(如中文、英文等),它属于人工智能的一个分支,是计算机科学与语言学的交叉学科,又常被称为计算语言学。由于自然语言是人类区别于其他动
只是在过去十年里面,这种计算限制被「淡化」了。人们专注于「算法」优化和「硬件」性能的提升,以及愿意投入更高的「成本」来获得更好的性能。
近年来,深度学习方法极大的推动了自然语言处理领域的发展。几乎在所有的 NLP 任务上我们都能看到深度学习技术的应用,并且在很多的任务上,深度学习方法的表现大大超过了传统方法。可以说,深度学习方法给 NLP 带来了一场重要的变革。
【新智元导读】本文作者邓侃认为,机器阅读其实就是自然文本的结构化,而文本摘要和机器翻译在2016年的进展,昭示了机器阅读即将取得的突破。 机器阅读将是深度学习的下一个重大进展 回顾2016年,深度学习在应用领域取得了三个重大进展。 1. Google DeepMind 的 AlphaGo,战胜了人类顶级围棋高手。 2. Google Translate 上线,达到了与人类媲美的精度。 3. Tesla 的 AutoPilot 投入使用,让自动导航成为大众使用的日常工具。 展望2017年,深度学习在应用领域将
在这个例子中输入数据是10个中文汉字,输出为6个英文单词, 和 数量不一致,这就需要用到序列到序列的RNN模型。
不管学界还是业界,对自然语言处理的谈论越来越多,更有甚者,自然语言处理被上升到战略层面。
接下来,小编将会系统地推送斯坦福大学Richard Socher教授的最新课程:深度学习和自然语言处理。
Meta 在近日的「用人工智能构建元宇宙」的讨论会上,展示了最新的 AI 黑科技 「Builder Bot」 ,并且在此次会议上 Meta 公布了关于构建元宇宙的人工智能计划,其中包括通用语言翻译系统、对话 AI 系统CAIRaoke,人工智能推荐系统 TorchRec 等。
作者:@王威廉,美国卡内基梅隆大学计算机学院。授权转载。 最近微信朋友圈和微博上有一篇特火的奇葩文章[13],叫做《人工智能达到奇点 - 最强论证文》,里面引用了不少Ray Kurzweil的理论,充满了各种科学臆想,各种没有来源的手绘图表,还包括如“时空穿梭”、“未来预测”、“吓尿单位”、”超人工智能“等吓人的名词,把许多不明真相的群众吓得一愣一愣的。如果是科幻文也就罢了,但是居然还说是论证。请问主要依据在哪?既然原文作者和中文小编硬要和人工智能扯上关系,我就只好帮大家科普一下Ray Kurzweil的其
机器学习的技术越来越成熟,与大数据结合在一起为我们的世界带来了巨大的变化。对此,大数据专家Bernard Marr总结了机器学习在听、说、读、写、看五个方面如何重塑我们的世界。 在传统的计算机工作中,任务越复杂,我们需要制定的指令也会越复杂。但机器学习有着本质区别。程序员不用去告诉计算机如何正确地解决问题,而是让机器去自己学习解决问题。 在商业领域,将机器学习与大数据结合起来,能为企业的发展带来巨大的推动力。让机器学习识别数据模型,然后做出预测,这是目前大数据领域中最先进的技术之一。 1.机器会看
竹间智能专栏 作者:自然语言与深度学习小组 自然语言是人类知识的抽象浓缩表示,而自然语言理解是人工智能研究领域中极具挑战的一个分支。上次,《自然语言处理在 2017 年有哪些值得期待的发展?》中,我们已经讲到,2016 年是深度学习大潮冲击 NLP 的一年,通过去年一年的努力,深度学习在 NLP 领域已经站稳了脚跟。其中,对话交互系统已经成为一个重要的应用研究领域,2017 年的自然语言对话系统,将开创一个新的人机交互时代。 通过深度学习和其他机器学习技术的模型组合,竹间智能也已初步实现了自然语言对话中
导读:10 月 31 日,北京创建全球人工智能学术和创新最优生态的标志性学术活动“智源大会”在国家会议中心召开。会上,自然语言处理领域国际领军人物、清华大学教授、智源首席科学家孙茂松接受了 InfoQ 等媒体的采访,他向记者表示:当前,大数据驱动的自然语言处理已经做得不错,但大知识或者比较丰富的知识驱动的自然语言处理才刚刚起步,智源的目标是实现大数据和大知识双轮驱动的自然语言处理。实现这一目标的前提是构建一个全世界通用的人类知识库,这也是智源“自然语言处理”研究方向科学家们现阶段要重点攻克的难题。
10 月 31 日,北京创建全球人工智能学术和创新最优生态的标志性学术活动“智源大会”在国家会议中心召开。
👆点击“博文视点Broadview”,获取更多书讯 广义上讲,“翻译”是指把一个事物转化为另一个事物的过程。 在人类语言的翻译中,一种语言文字通过人脑转化为另一种语言表达,这是一种自然语言的“翻译”。 如图1所示,可以通过计算机将一句汉语自动翻译为英语,汉语被称为源语言(Source Language),英语被称为目标语言(Target Language)。 图 1 通过计算机将一句汉语自动翻译为英语 一直以来,文字的翻译往往是由人完成的。 时至今日,人工智能技术的发展已经大大超越了人类传统的认知,用计
领取专属 10元无门槛券
手把手带您无忧上云