2020年3月11日，商業(yè)人工智能領域領軍者IBM宣布推出幾項全新的IBM Watson技術，旨在幫助組織機構更清晰地識別、理解和分析英語語言中某些最具挑戰(zhàn)性的方面，從而獲取更多洞察。

    全新的IBM Watson技術代表著Project Debater所提供的關鍵自然語言處理（Natural Language Processing，NLP）能力首次實現(xiàn)商業(yè)化，Project Debater 由IBM研究院（IBM Research）研發(fā)，是目前唯一一個能夠就復雜話題與人類展開辯論的人工智能系統(tǒng)。在此次推出的技術中，IBM 首次界定了一項新型高級情緒分析能力，以識別及分析習慣用語和口語化表達。對于人工智能系統(tǒng)而言，識別諸如“hardly helpful（幾乎沒有幫助）”或“hot under the collar（怒氣沖天）”之類的短語一直是一項挑戰(zhàn)，因為它們難以被算法識別。通過高級情緒分析，企業(yè)可以使用 Watson 應用程序接口（API）來分析此類語言數(shù)據(jù)，從而更全面地了解自身運營情況。此外，IBM 還將 IBM 研究院的技術應用于理解諸如 PDF  文檔和合同之類的商業(yè)文檔，并將這些技術添加到 IBM 人工智能模型當中。

    IBM Data and AI總經(jīng)理Rob Thomas表示，“語言既是表達思想和觀點的工具，也是傳遞信息的工具。正因如此，我們將Project Debater中獲取的技術集成到Watson，我們相信 NLP 將增強企業(yè)從人類語言中采集、分析和理解信息的能力，這將有助于企業(yè)更好地利用蘊含在數(shù)據(jù)中的智慧資產(chǎn)。”

    今天，IBM宣布，計劃將在全年致力于將Project Debater技術集成至Watson，并側重于提高客戶使用自然語言的能力：

    A.分析—高級情緒分析（Advanced Sentiment Analysis）。IBM增強了情緒分析能力，能夠更好地識別和理解復雜的單詞組合，比如像包含短語和表達的習慣用語以及所謂的情緒轉換詞組（sentiment shifter），即由不同單詞組成但卻呈現(xiàn)新含義的單詞組合，例如“hardly helpful（幾乎沒有幫助）”。該技術將于本月整合至Watson Natural Language Understanding 。此外，我們還宣布了一項新的分類技術，借助該技術，客戶將能創(chuàng)建人工智能模型，更輕松地分類采購合同等商業(yè)文檔中出現(xiàn)的條款。利用Project Debater中的基于深度學習的分類技術（deep learning-based classification technology），該新能力可從僅數(shù)百個示例中學習，進而快速、輕松地執(zhí)行新分類。該技術計劃將于今年晚些時候添加至 Watson Discovery。

    B.摘要提煉—總結（Summarization）。該技術可從各種來源中提取文本數(shù)據(jù)，為用戶就與特定主題相關的口頭和書面言論提煉一份摘要。今年的格萊美頒獎禮通過Summarization的一個早期版本分析了超過 1,800萬篇文章、博客和個人檔案，以提煉關于數(shù)百名格萊美藝術家和名人的細微洞察。隨后，該數(shù)據(jù)被應用到紅毯視頻直播、點播視頻以及照片中，幫助粉絲更深入地了解當晚主要話題的背景信息。該技術計劃將于今年晚些時候被添加至 IBM Watson Natural Language Understanding 。

    C.聚類—高級主題聚類（Advanced Topic Clustering）。基于從Project Debater獲得的洞察，全新主題聚類技術將支持用戶對輸入的數(shù)據(jù)進行“聚類”，從而就相關信息創(chuàng)建有意義的“主題”，用戶隨后即可對這些主題進行分析。這項計劃將于今年晚些時候整合至Watson Discovery的技術，還將支持主題專家對主題進行定制和微調(diào)，以反映特定企業(yè)或行業(yè)的語言風格，例如保險、醫(yī)療健康和制造行業(yè)。

    IBM 長期以來一直是 NLP 領域的領軍者，致力于開發(fā)技術以支持計算機系統(tǒng)更準確、更快速地學習、分析及理解人類語言，包括感情色彩、方言、語調(diào)等等。IBM已通過Watson將其NLP技術推向市場，其中大部分由IBM研究院研發(fā)，例如，用于文書理解的Watson Discovery、用于虛擬代理的IBM Watson Assistant以及用于高級情緒分析的Watson Natural Language Understanding。

    ESPN Fantasy Football使用Watson Discovery和Watson Knowledge Studio分析賽季中每天產(chǎn)生的數(shù)以百萬計的足球數(shù)據(jù)來源，以提供關于Fantasy Football運動員的數(shù)百萬個實時洞察。通過自然語言處理，Watson可以識別包括新聞文章、博客、論壇、排名、預測、播客和推特等內(nèi)容的語氣和情緒，涵蓋了從更衣室洞察到傷病分析等全方位的內(nèi)容。ESPN Fantasy Football在球員卡中展示了這些洞見，這些球員卡記錄了每個球員的升/降級（Boom/Bust）潛力，以及“球員的關鍵球能力（Player Buzz）”部分，它總結了有關一名球員的正面或負面評論。

    四大會計師事務所之一的畢馬威（KPMG），擁有遍布全球的專業(yè)服務網(wǎng)絡，它與IBM合作創(chuàng)建了一個基于Watson多種服務的人工智能解決方案，包括Watson Natural Language Understanding等。該技術使企業(yè)能更有效地識別、申報和留存諸如潛在的研發(fā)所得稅抵免。該解決方案由畢馬威開發(fā)，Watson技術支持在最大限度減少對客戶業(yè)務干擾的同時、快速審查更多文檔，因此該方案可以幫助客戶增加他們獲得的研發(fā)所得稅抵免。

    過去一年，畢馬威的客戶看到了研發(fā)稅收抵免的更多可能性，一些項目的審查文件數(shù)量甚至增加了1000%以上。該解決方案在減少對業(yè)務干擾的同時，能幫助客戶發(fā)現(xiàn)更多有資格獲得額外所得稅抵免的潛在活動。因此，可以通過減少工程師和科學家用于所得稅合規(guī)活動的時間，讓他們更專注于創(chuàng)新的研發(fā)工作。

來源：巨靈鳥 歡迎分享本文