雖然人類語言對(duì)孩子來說很容易掌握，但即使是最先進(jìn)的機(jī)器，這也極其復(fù)雜，教人工智能理解人類意圖最具挑戰(zhàn)性的工作是它需要大量的數(shù)據(jù)、大量的時(shí)間和專業(yè)知識(shí)。

　　當(dāng)您問問題時(shí)，您到底想說什么？您想達(dá)到什么目標(biāo)？您到底想得到什么信息？人類的語言充滿了細(xì)微的差別，導(dǎo)致有很多方式來表達(dá)特定的意圖。對(duì)于聊天機(jī)器人等大部分人工智能而言，這的確是個(gè)問題，當(dāng)遇到復(fù)雜的語法時(shí)，它們會(huì)出錯(cuò)，因?yàn)樗鼈冎魂P(guān)注具體的單詞，而不會(huì)聯(lián)系更廣泛的上下文語境。

　　了解Watson Assistant新的增強(qiáng)功能，看看我們自然語言理解新模型是怎樣脫穎而出的。

　　為了幫助企業(yè)應(yīng)對(duì)這一挑戰(zhàn)，IBM在IBM Watson Assistant中推出了改進(jìn)后的自然語言理解(Natural Language Understanding，NLU)新模型，用于意圖分類。在基準(zhǔn)測(cè)試中，與商業(yè)方案相比，新的意圖檢測(cè)算法更為準(zhǔn)確。[1]

　　IBM研究院不斷改進(jìn)自然語言處理功能，并融入到IBM Watson中。

　　此外，我們還在IBM Watson Assistant和Watson Discovery中引入了新的自然語言處理增強(qiáng)功能，目前已經(jīng)提供beta版。這些新功能是在IBM研究院（IBM Research）的帶領(lǐng)下開發(fā)的，目的是提高人工智能的自動(dòng)化程度，以及自然語言處理的精度。

　　閱讀理解能力（Reading Comprehension）這一功能，它返回包含在較長(zhǎng)段落中的具體事實(shí)或者簡(jiǎn)短答案。目前，Watson Discovery能夠確定與查詢相對(duì)應(yīng)的最佳“段落”。閱讀理解從企業(yè)文檔集中檢索大量候選段落，搜索當(dāng)前問題的答案并返回相應(yīng)的答案。閱讀理解應(yīng)用上下文情景理解功能來理解查詢，利用大量的語言模型從當(dāng)前的文檔中提取出具體的答案，然后用戶會(huì)收到一個(gè)信心分?jǐn)?shù)，該分?jǐn)?shù)表示系統(tǒng)對(duì)每個(gè)答案的置信度。

　　這種功能非常適合金融行業(yè)的組織。例如，如果您正要做出放貸決定，可能需要從復(fù)雜的文檔中找出準(zhǔn)確的事實(shí)，這些文檔通常是由人工進(jìn)行閱讀和審查的。之前，WatsonDiscovery會(huì)返回建議的段落。而采用閱讀理解，用戶將得到準(zhǔn)確的答案（例如，“當(dāng)前貸款的利率是多少？”“2.9%”），這節(jié)省了他們手動(dòng)搜索大量文檔的時(shí)間。此功能現(xiàn)已在beta版中開放給部分Watson Discovery用戶。

　　FAQ提取（FAQ Extraction）目前提供beta版，是一種新穎的答案檢索技術(shù)，它在網(wǎng)頁(yè)上爬行以檢測(cè)常見問題和問答，使用這些內(nèi)容通過Watson Assistant提供簡(jiǎn)潔、最新的答案。

　　FAQ提取旨在與Watson Assistant的Search Skill協(xié)同工作，在文檔中尋找最終用戶問題的答案。這種功能使得最終用戶在與人工智能虛擬坐席交互時(shí)更容易找到他們需要的答案。

　　例如，企業(yè)可能很難跟上不斷變化的公共指導(dǎo)，即允許重返工作場(chǎng)所或者實(shí)體店重開的規(guī)定。如果沒有FAQ提取這樣的機(jī)制，將需要大量的資源才能使人工智能客服解決方案保持最新狀態(tài)。相反，WatsonAssistant只需知道官方FAQ內(nèi)容的URL就能跟上最新信息。

　　探索Watson Discovery和Assistant中的自然語言處理新功能。

　　最后，Watson NLP解決方案現(xiàn)在還支持10種其他語言。IBMWatson Discovery現(xiàn)在支持波斯尼亞語(Bosnian)、克羅地亞語(Croatian)、丹麥語(Danish)、芬蘭語(Finnish)、希伯來語(Hebrew)、印地語(Hindi)、挪威語(Bokm?l)、挪威語(Nynorsk)、塞爾維亞語(Serbian)和瑞典語(Swedish)。而Watson自然語言理解(NLU)現(xiàn)在支持丹麥語(Danish)、挪威語(Bokm?l)、挪威語(Nynorsk)、芬蘭語(Finnish)、捷克語(Czech)、希伯來語(Hebrew)、波蘭語(Polish)和斯洛伐克語(Slovak)(關(guān)鍵字)。

　　這些進(jìn)步基于IBM研究院的自然語言處理創(chuàng)新渠道。今年年初，我們宣布將采用一些為IBM研究院ProjectDebater提供支持的核心自然語言處理技術(shù)，包括高級(jí)情緒分析（習(xí)慣用語理解）、總結(jié)、主題聚類和關(guān)鍵點(diǎn)分析等，并在WatsonDiscovery等IBM的自然語言處理產(chǎn)品中實(shí)現(xiàn)了商業(yè)化。

　　這些創(chuàng)新可以幫助企業(yè)進(jìn)一步理解并從其業(yè)務(wù)數(shù)據(jù)中獲取真正的價(jià)值，從而能夠做出更明智的決策，并為客戶和員工提供更高效的深度見解。

　　有關(guān)IBM未來方向和意圖的聲明僅為了說明目標(biāo)和目的，如有更改或者撤回，恕不另行通知。

　　[1]2020年11月，對(duì)話型人工智能軟件公司Jio Haptik科技發(fā)表了一篇技術(shù)論文，將其產(chǎn)品的性能與谷歌、微軟和RASA的同類產(chǎn)品進(jìn)行了比較。除了IBM Watson Assistant之外，其他商業(yè)解決方案的性能取自Arora等公司進(jìn)行的2020基準(zhǔn)測(cè)試研究。IBM在IBMWatsonAssistant上運(yùn)行了與Arora等公司報(bào)告的相同的性能測(cè)試，目的是用于本分析。可在下面的技術(shù)文件中找到IBM的全部結(jié)果：

　　https://arxiv.org/pdf/2012.03929.pdf