【基于段落相似】不谈技术细节，自然语言处理能做什么？

6799?from=article.detail&_iz=31825&index=2" width="640" height="370"/>

除了上面说到的几种分类之外, NLP还能做很多厉害的事情：

1. 机器翻译：机器翻译是语音助手外另一个为大家熟知的NLP应用, 也是商业化最早的NLP应用。金山快译作为当年机器翻译市场的佼佼者是我最早接触到的几款软件之一。机器翻译刚出现时准确性较低, 不过随着近年来深度神经网络在机器翻译领域的成功应用, 目前的机器翻译已经有了很高的可用性。Google translate已经率先在生产环境部署了基于深度神经网络的翻译工具，是这方面的杰出代表。
2. 拼写检查（拼写纠错）：包括单词拼写检查, 句子正确性检查。拼写检查在搜索引擎上得到广泛应用, 当你在百度搜索”自然寓言处理”的时候, 百度会自动显示”自然语言处理”的相关结果。除了搜索引擎外, 拼写检查也广泛应用在各种文字处理系统中。

NLP有希望做哪些事？

上面讲了很多应用案例, 其中大部分已经比较成熟甚至已经投入到了商业应用中。下面再罗列一些我认为目前不是很成熟但是很有潜力的NLP技术：

• 句子, 段落的相似性检测：词语的相似度检测已经很成熟, 句子和章节的相似性检测的研究也在进行中。相似性检测有很广的应用空间, 可以用来解决问答论坛上重复问题, 文章抄袭问题等。
• 自动文本摘要：即为文章生成一个简短的总结性段落。当我们写文章时很多人会写一个TLNR（太长不读版）, 文本摘要技术可以自动为我们生成这个TLNR, 节省我们的时间。在信息爆炸时代, 文本摘要技术有着巨大的潜力。
• 自动问答：该技术的价值无需赘述, 不过目前的问答机器人都只能在特定领域回答一些简单地问题, 通用的问答机器人目前还无法实现, 这将是一个巨大的挑战。该领域的一款落地应用来自Google, 在其邮件应用Inbox中已经开始提供邮件快速回复功能（根据邮件自动生成三个可能的回复供用户选择）, 虽然目前生成的回复都很简短, 但已经有了一定的实用性。

总结

上面介绍了几种NLP技术和应用场景, 但是NLP技术涉及的范围远不止这些, 将NLP技术与音频处理、图像处理等技术结合, 又会出现诸如视频字幕生成, 图片描述生成等等有趣的应用。可以说只要有人类, 有语言, 就存在NLP应用的可能性。也正是因为NLP技术涉及范围广泛，才吸引了越来越多企业的关注，并在其之上构建各种智能系统，给我们的生活带来了便利。

了解了这些应用，不妨花几分钟思考一下, 对于你目前接触到的业务, NLP技术能给客户带来哪些价值呢？

文/韩慧昌

原文：