IBM增強(qiáng)了Watson的自然語言理解能力

IBM公司今天表示，它對IBM Watson平臺的自然語言處理能力做了一些重大改進(jìn)。

該公司表示，IBM Research的ProjectDebater所產(chǎn)生的新能力將幫助沃森更清晰地理解和分析英語語言中一些最具挑戰(zhàn)性的方面。

IBM的ProjectDebater是一個人工智能系統(tǒng)，由該公司構(gòu)建，與人類就一系列復(fù)雜的主題進(jìn)行辯論。 該系統(tǒng)旨在理解英語語言中的微妙之處，如傳統(tǒng)人工智能一直在掙扎的習(xí)語和口語。

例如，像“領(lǐng)子下的熱”這樣的短語被人類很好地理解，但大多數(shù)人工智能系統(tǒng)很可能會得到錯誤的一端，可以說，因為他們的算法無法檢測到真正的意義。 但是，這些成語對于項目辯論者來說并不是一個問題，它能夠進(jìn)行更高級的情感分析。

IBM表示，它將“全年”將ProjectDebater的自然語言處理能力集成到Watson中。然后，客戶將能夠?qū)⑿碌墓δ芴砑拥剿麄儸F(xiàn)有的人工智能模型中，以幫助他們更好地利用自然語言。

IBM Data和AI的總經(jīng)理羅布？托馬斯(Rob Thomas)在一份聲明中表示：“語言既是表達(dá)思想和觀點的工具，也是信息的工具。 “這就是為什么我們認(rèn)為，提高我們從NLP語言中獲取、分析和理解更多內(nèi)容的能力，將有助于改變企業(yè)如何利用編纂在數(shù)據(jù)中的智力資本。

IBM表示，ProjectDebater為Watson增加了四種不同的功能，包括更高級的情感分析。 因此，它說，它可以更好地識別和理解復(fù)雜的單詞方案，如成語和所謂的“情感轉(zhuǎn)移者”-組合詞，綜合起來，具有新的意義，如“幾乎沒有幫助”。

沃森還將獲得從多個來源提取文本數(shù)據(jù)的能力，并為用戶提供關(guān)于特定主題的陳述或?qū)懽鞯恼?還有一個新的“聚類”功能，它將使Watson能夠?qū)魅氲臄?shù)據(jù)進(jìn)行聚類，以創(chuàng)建有意義的相關(guān)信息主題，這些主題可以稍后進(jìn)行分析。 反過來，這將允許客戶定制每個主題，以反映特定行業(yè)和企業(yè)的語言，如保險、醫(yī)療或制造業(yè)。

最后，Watson將獲得從幾百個樣本中對商務(wù)文件（如合同）中出現(xiàn)的條款進(jìn)行分類的能力。

IBM表示，將在下個月向沃森(Watson)添加先進(jìn)的情緒分析功能，其余功能將在全年推出。