香侬科技Glyce模型打破13项中文NLP世界记录

来源:岁月联盟 编辑:猪蛋儿 时间:2019-02-15

金融科技公司香侬科技于近日提出了Glyce模型,打破13项近乎所有中文自然语言理解(NLP)的世界纪录,这是中国团队在计算机理解中文方面取得的一项重要进步。加州大学圣塔芭芭拉分校教授、卡耐基梅隆大学计算机博士William Wang表示, "目前绝大多数的NLP研究基于英文,并不完全适用于汉语。Glyce利用汉字的象形表意特征,是在AI理解中文语义方面做出的重要创新。"

在文字中获得想要的信息,报告被浓缩成摘要,机器可以明白你的问题快速作答。让机器读懂人类语言是人工智能的核心目标,也因此吸引世界科技巨头如谷歌,Facebook, 苹果,亚马逊等大力布局自然语言处理(NLP)方向。国内的大型互联网公司和创业公司也都在进行各项研究。NLP领域因各方的参与进展飞速。香侬科技专注自然语言处理技术创新,表现十分抢眼。这个由一群最优秀的中国年轻人组成的,平均年龄不到30岁的科技创业公司,带来了全世界最好的智能中文语义理解结果。

很多金融机构对香侬科技并不陌生。香侬科技致力于用AI技术实时处理海量信息,为大型金融机构提供外源信息聚合,智能文档审核,企业信用舆情监测,专业金融问答,智能报告生成等服务。

成立仅一年,该团队就因在NLP领域的技术优势与多家金融机构建立了合作。据报道,香侬科技在去年9月完成了红杉中国领投的1.1亿元A轮融资,累计融资额近2亿人民币。香侬科技的CEO李纪为博士来自斯坦福自然语言处理实验室,是斯坦福计算机系第一个三年毕业的博士,也是NLP领域学术引用最多的青年学者之一。他入选2018年福布斯中国"30位30岁以下精英榜"。团队的其他成员也均来自世界顶尖学府,科技公司和金融机构。

在服务金融机构的多项业务场景中,香侬科技始终在思考,能否让计算机更多地读懂中文的财经新闻,行研报告,帮助人们快速地获取关键信息?香侬科技持续加大在金融领域的NLP研究,并提出了Glyce模型。

中文天赋其形,是象形文字,字形本身蕴含丰富的语义信息。然而当今中文自然语言处理的方法一般借鉴于西方,所以主要机制多针对罗马字母,而并不是适合中文象形文字。Glyce模型运用不同历史时期的中文象形,从周商时期的金文,汉代的隶书,魏晋时期的篆书,南北朝时期的魏碑,以及繁体、简体中文,还本溯源,将漫长历史中丰富的中文演变,抽象成机器可以理解的符号,让机器更好地理解中文语言。打破了13项NLP世界纪录,对机器理解中文取得了一大进步。

Glyce模型在近乎所有中文自然语言处理的任务打破了历史记录,任务包括情感分析,句法分析, 字符级别语言模型,词级别语言模型, 中文分词, 实体标注, 词性标注,语义角色分析, 语义相似度计算, 问答匹配, 机器翻译, 篇章句法树分析。Glyce作者共有九名,均来自香侬科技。