百度重磅發(fā)布百度語言與知識技術(shù)系列產(chǎn)品和數(shù)據(jù)集共建計劃

自然語言理解(NLP)素有“人工智能皇冠上的明珠”盛譽，這也意味著語言與知識等認知層面的技術(shù)突破將進一步促進AI深入發(fā)展。

8月25日，以“掌握知識、理解語言、擁有智能”為主題的百度大腦語言與知識技術(shù)峰會舉行，百度CTO王海峰發(fā)表主旨演講，解讀百度語言與知識技術(shù)的發(fā)展歷程與最新成果，與產(chǎn)學(xué)研各界分享技術(shù)及產(chǎn)業(yè)發(fā)展趨勢和展望，百度集團副總裁吳甜和百度技術(shù)委員會主席吳華分別發(fā)布百度語言與知識技術(shù)系列產(chǎn)品和數(shù)據(jù)集共建計劃，重磅推出5款產(chǎn)品的新發(fā)布，全面加速AI技術(shù)大規(guī)模應(yīng)用。這是一場凝聚了百度在語言與知識領(lǐng)域十年技術(shù)積累和產(chǎn)業(yè)實踐的盛會，必將帶來深遠影響。

百度CTO王海峰

十年：開拓者、深耕者、引領(lǐng)者

語言與知識技術(shù)是人工智能認知能力的核心。2010年，百度成立自然語言處理部，在前瞻技術(shù)與產(chǎn)業(yè)格局上不斷引領(lǐng)、創(chuàng)新，十年間已成為中國NLP發(fā)展的一面旗幟。

峰會上，王海峰回顧，“在百度語言與知識技術(shù)的布局和發(fā)展中，我們始終在注意把握兩個趨勢，即技術(shù)發(fā)展趨勢和產(chǎn)業(yè)發(fā)展趨勢，并力爭引領(lǐng)趨勢。”

縱覽百度語言與知識技術(shù)發(fā)展歷程，從研究方法、研究對象、研究方向、產(chǎn)業(yè)應(yīng)用等各個層面，布局完整，不斷打磨成熟，始終與應(yīng)用的發(fā)展趨勢、需求一脈相承，與產(chǎn)業(yè)接軌。

十年來，百度大腦語言與知識技術(shù)成果豐碩，獲得包括國家科技進步獎在內(nèi)的20多個獎項，30多項國際競賽冠軍，發(fā)表學(xué)術(shù)論文超過300篇，申請專利2000多項。技術(shù)不斷突破創(chuàng)新的同時，也在產(chǎn)品上創(chuàng)新探索，同時將領(lǐng)先的技術(shù)輸出給開發(fā)者與合作伙伴，提升各行業(yè)智能化水平。

全面分享語言與知識技術(shù)成果

王海峰全面分享了百度語言與知識技術(shù)完整布局和最新成果。

首先，知識圖譜是機器認知世界的重要基礎(chǔ)，百度打造了世界上最大規(guī)模知識圖譜，擁有超過50億實體和5500億事實，并在不斷演進和更新。百度知識圖譜應(yīng)用于各行各業(yè)，每天的調(diào)用次數(shù)超過400億次。

其次，在融入知識的基礎(chǔ)上，語言理解能力不斷增強。2019年3月，百度提出知識增強的語義理解框架ERNIE，在深度學(xué)習(xí)的基礎(chǔ)上融入知識，同時具備持續(xù)學(xué)習(xí)能力，曾一舉登頂全球權(quán)威數(shù)據(jù)集GLUE榜單，首次突破90分大關(guān)，刷新榜單歷史?；谥R圖譜和語義表示，突破了閱讀理解、對話理解以及跨模態(tài)深度語義理解等技術(shù)。

第三，語言生成是語言與知識技術(shù)中的重要組成部分?；陬A(yù)訓(xùn)練技術(shù)的成功經(jīng)驗，百度提出基于多流機制的語言生成預(yù)訓(xùn)練技術(shù)，兼顧詞、短語等不同粒度的語義信息，顯著提升生成效果。百度也探索了多文檔摘要生成，通過圖結(jié)構(gòu)語義表示引入篇章知識，在單文檔和多文檔摘要生成效果都有提升。

應(yīng)用系統(tǒng)層面，對話系統(tǒng)和機器翻譯等成績卓著。百度提出了知識圖譜驅(qū)動的對話控制技術(shù)，以及首個基于隱空間的大規(guī)模開放域?qū)υ捘Ｐ蚉LATO等，并推出智能對話定制和服務(wù)平臺UNIT，幫助開發(fā)者高效構(gòu)建智能對話系統(tǒng)，實現(xiàn)規(guī)模化應(yīng)用。百度翻譯支持200多種語言，每天響應(yīng)超過千億字符的翻譯請求，支持超過40多萬家第三方應(yīng)用，技術(shù)上，提出了多智能體聯(lián)合學(xué)習(xí)、基于語義單元的同傳模型、稀缺語種分組混合訓(xùn)練算法等。

百度大腦語言與知識技術(shù)的持續(xù)探索和創(chuàng)新取得了令業(yè)界矚目的成績，同時這些技術(shù)以平臺化的方式輸出，賦能千行萬業(yè)，持續(xù)提升產(chǎn)業(yè)智能化水平。

重磅推出5款產(chǎn)品的新發(fā)布、2大計劃

王海峰首次發(fā)布了百度大腦語言與知識產(chǎn)品全景圖。百度集團副總裁吳甜接續(xù)發(fā)布語義理解技術(shù)與平臺文心、智能文檔分析平臺TextMind和AI同傳會議解決方案3大新產(chǎn)品，同時發(fā)布了6項升級，包括智能創(chuàng)作平臺的3個場景方案、以及智能對話定制與服務(wù)平臺UNIT的3項全新升級。

百度集團副總裁吳甜

吳甜表示，“我們一直致力于將語言與知識技術(shù)凝聚成一系列技術(shù)平臺和產(chǎn)品，在應(yīng)用中產(chǎn)生大量價值，為廣大開發(fā)者和產(chǎn)業(yè)實踐者提供以語言與知識技術(shù)為核心驅(qū)動的系列產(chǎn)品。”

百度推出的語義理解技術(shù)與平臺文心，基于深度學(xué)習(xí)平臺飛槳打造，依托領(lǐng)先的語義理解核心技術(shù)，集成優(yōu)秀的預(yù)訓(xùn)練模型、全面的NLP算法集、端到端開發(fā)套件和平臺，提供一站式NLP開發(fā)與服務(wù)，讓開發(fā)者更簡單、高效地定制企業(yè)級NLP模型。文心經(jīng)過了大量真實應(yīng)用場景的淬煉，具備優(yōu)秀的工業(yè)級落地實力。

全新發(fā)布的智能文檔分析平臺TextMind，基于OCR、NLP技術(shù)，以文檔解析為核心能力，支持文檔對比與文檔審核，具備“多快好省”的核心優(yōu)勢，促進企業(yè)辦公智能升級。

百度大腦智能創(chuàng)作平臺針對媒體應(yīng)用場景再升級，全新推出智能策劃、智能采編、智能審校三大媒體場景方案，進一步助力媒體人更快、更好地創(chuàng)作，可謂切中媒體人的“痛點”。

智能對話定制與服務(wù)平臺UNIT升級3大特性：更智能的任務(wù)式對話理解、極致便捷的表格問答和融合通用的新對話引擎。此次UNIT全新升級的三大能力，將進一步降低任務(wù)式對話、智能問答的定制成本，并融合通用對話能力，提升交互體驗。

全新發(fā)布的AI同傳會議解決方案，覆蓋會議全場景、全流程，旨在打造用戶隨身的“會議同傳專家”。吳甜現(xiàn)場展示了如何只用一臺電腦和一部手機快速搭建一套同傳服務(wù)，只需點點鼠標、打幾個字，就能快速獲得專業(yè)的同傳服務(wù)。

數(shù)據(jù)匱乏、算力不足歷來是語言與知識技術(shù)研發(fā)中面臨的瓶頸。為突破瓶頸，百度聯(lián)合中國計算機學(xué)會、中國中文信息學(xué)會發(fā)起中文自然語言處理數(shù)據(jù)共建計劃——千言，解決數(shù)據(jù)稀缺問題。千言一期由來自國內(nèi)11家高校和企業(yè)的數(shù)據(jù)資源研發(fā)者共同建設(shè)，已涵蓋開放域?qū)υ?、閱讀理解等7大任務(wù)，20余個中文開源數(shù)據(jù)集。

百度技術(shù)委員會主席吳華表示，“未來，我們希望有更多的數(shù)據(jù)集作者能夠參與共建千言，共同推動中文信息處理技術(shù)的進步，建設(shè)世界范圍的中文信息處理影響力。我們計劃在未來3年，面向20多個任務(wù)，收集和建設(shè)不少于100個中文自然語言處理數(shù)據(jù)集，覆蓋語言與知識技術(shù)全部領(lǐng)域。”

吳華還發(fā)布了百度語言與知識技術(shù)算力共享計劃，通過百度AI STUDIO平臺提供算力支持，讓廣大開發(fā)者破除算力桎梏，專注于技術(shù)創(chuàng)新。

十年征程，百度語言與知識技術(shù)發(fā)展歷程中培養(yǎng)、吸引了大量全球頂尖人才。會上，百度推出以王海峰為代表的百度NLP“十年十人”，十年堅守，不忘初心，秉持“技術(shù)信仰”，勇攀技術(shù)高峰，矢志不渝致力于讓機器更好地理解世界、更好地服務(wù)于人。

正如王海峰所言，“我們致力于更好地與學(xué)術(shù)界、產(chǎn)業(yè)界攜手，推動語言與知識技術(shù)發(fā)展，進而推動人工智能技術(shù)持續(xù)進步，為產(chǎn)業(yè)智能升級、社會經(jīng)濟高質(zhì)量發(fā)展貢獻力量。我們對未來充滿信心，堅持研究和發(fā)展讓機器掌握知識、理解語言、擁有智能，繼續(xù)突破和創(chuàng)新，為技術(shù)和社會進步做出更大貢獻。”

關(guān)鍵詞： 百度發(fā)布百度語言與知識技術(shù)