董強(qiáng)先生

概念計(jì)算的潛力

深度學(xué)習(xí)通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）變革了計(jì)算機(jī)視覺，通過循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）引爆了自然語言處理。我們已經(jīng)看到大量的研究成果和應(yīng)用案例，但黑箱的深度學(xué)習(xí)真的能顛覆自然語言理解嗎？令機(jī)器理解自然語言一直是 NLP 的目標(biāo)，但即使如今谷歌神經(jīng)算法機(jī)器翻譯使用強(qiáng)大的編碼器-解碼器結(jié)構(gòu)、注意力機(jī)制和雙向 LSTM 網(wǎng)絡(luò)，但它真的理解詞語屬性和結(jié)構(gòu)嗎？有讀者可能認(rèn)為即使不理解也沒關(guān)系，我們只需要系統(tǒng)能得出結(jié)果就行。是的，深度學(xué)習(xí)系統(tǒng)能得出十分優(yōu)秀的結(jié)果，但這種在詞層面而不是概念層面的計(jì)算需要大量標(biāo)注數(shù)據(jù)并在多 GPU 和多機(jī)器上分布式地訓(xùn)練，因此我們訓(xùn)練出來的模型才有足夠的復(fù)雜度來適應(yīng)于巨量且復(fù)雜的詞和句子。那么如果系統(tǒng)理解詞的屬性和概念呢？系統(tǒng)是不是應(yīng)該就可以從概念的層面上理解語句及其背景知識(shí)，并且由于一個(gè)概念對(duì)應(yīng)于多個(gè)詞的表達(dá)，因此概念上的計(jì)算復(fù)雜度會(huì)不會(huì)大大降低？從這個(gè)角度來說，語知科技基于概念的計(jì)算確實(shí)能幫助深度學(xué)習(xí)彌補(bǔ)不足，讓機(jī)器學(xué)習(xí)達(dá)到更好的效果。

數(shù)據(jù)問題

深度學(xué)習(xí)是一種監(jiān)督學(xué)習(xí)，它需要大量的標(biāo)注數(shù)據(jù)集，而基于知網(wǎng)語言知識(shí)庫的計(jì)算在完成主體知識(shí)網(wǎng)絡(luò)的建設(shè)后，主體知識(shí)網(wǎng)絡(luò)只需要少量的標(biāo)注就可以擴(kuò)展到新的領(lǐng)域內(nèi)。因?yàn)樯疃葘W(xué)習(xí)將意義轉(zhuǎn)換成向量和幾何空間，然后逐漸學(xué)習(xí)復(fù)雜的幾何變換，把一個(gè)空間與另一個(gè)空間建立映射關(guān)系。所以我們需要足夠高維的空間來獲取原始數(shù)據(jù)中的所有關(guān)系，因此大量的標(biāo)注數(shù)據(jù)也在所難免。但是對(duì)于知網(wǎng)語言知識(shí)庫來說，知識(shí)是通用的知識(shí)，我們只需要標(biāo)注一次就可以在各種任務(wù)和場(chǎng)景下調(diào)用這種知識(shí)，而新的詞匯只需要按照知識(shí)網(wǎng)絡(luò)的框架標(biāo)注一次就可以加入到知識(shí)庫中并反復(fù)利用。所以說如何利用知網(wǎng)知識(shí)系統(tǒng)（下文將詳細(xì)解釋）將有助于深度學(xué)習(xí)減少對(duì)標(biāo)注數(shù)據(jù)集的依賴。

泛化問題

深度學(xué)習(xí)可以看作為一種局部泛化，因?yàn)槿绻碌妮斎肱c模型訓(xùn)練時(shí)遇到的數(shù)據(jù)有些不同，深度網(wǎng)絡(luò)執(zhí)行的從輸入到輸出的映射就會(huì)遇到麻煩。因?yàn)楫?dāng)我們使用深度學(xué)習(xí)模型完成某個(gè)任務(wù)時(shí)，我們需要使用該任務(wù)巨量的樣本進(jìn)行訓(xùn)練，訓(xùn)練出來的模型基本上也只能應(yīng)用于這類任務(wù)。通過疊加更多層、使用更多訓(xùn)練數(shù)據(jù)來提升當(dāng)前的深度學(xué)習(xí)技術(shù)并不能改善泛化性，因?yàn)槟Ｐ湍軌虮硎镜姆秶匀挥行┚窒?。反觀語知基于知網(wǎng)語言知識(shí)庫的計(jì)算，它擁有十分強(qiáng)大的泛化性能。因?yàn)檫@種概念計(jì)算是基于詞的義原和關(guān)系進(jìn)行（下文將詳細(xì)解釋），所以我們的計(jì)算是帶有屬性和背景知識(shí)的，它能改善深度學(xué)習(xí)的泛化問題。目前語知科技用于分詞的系統(tǒng)換一種計(jì)算方式甚至可以直接進(jìn)行相似度計(jì)算或情感分析等。

人類可以使用非常少的數(shù)據(jù)甚至不使用數(shù)據(jù)來適應(yīng)全新的、之前從未體驗(yàn)過的情形，抽象化和推理可以說是人類認(rèn)知的定義性特征。深度學(xué)習(xí)很難做到這種程度的泛化，因?yàn)樗且环N輸入到輸出的映射。而基于概念的計(jì)算卻更容易抽象化為屬性并推理各事物間的關(guān)系，這種泛化才是我們應(yīng)該注重的。

魯棒性問題

深度學(xué)習(xí)某種程度上有良好的魯棒性，例如神經(jīng)機(jī)器翻譯不會(huì)因?yàn)樯倭康臄_動(dòng)而大幅度變動(dòng)。但對(duì)抗性樣本卻能欺騙系統(tǒng)，因?yàn)樯疃葘W(xué)習(xí)模型不理解輸入樣本的屬性和關(guān)系等知識(shí)。深度學(xué)習(xí)模型只是學(xué)會(huì)把數(shù)據(jù)映射到人類對(duì)該特定樣本集概念的幾何變換，但是該映射只是對(duì)我們頭腦中原始模型簡單化的表達(dá)，因此當(dāng)模型遇到?jīng)]有編碼的表達(dá)時(shí)，魯棒性將會(huì)變得較差。同樣基于知網(wǎng)知識(shí)庫的概念性計(jì)算也有良好的魯棒性，因?yàn)樵摲椒枋雒總€(gè)概念的樹是確定的，只有概念變動(dòng)，所需要的樹形描述才會(huì)變動(dòng)，所以隨機(jī)擾動(dòng)并不會(huì)引起模型性能的降低，同時(shí)也并不會(huì)出現(xiàn)對(duì)抗性樣本那樣的缺陷。

總的來說，深度學(xué)習(xí)目前真正的成功是具備在擁有大量人工標(biāo)注數(shù)據(jù)的情況下，使用持續(xù)的幾何變換在樣本空間與預(yù)測(cè)空間之間建立映射的能力。把這件事做好就可以從根本上變革每個(gè)行業(yè)，但是我們離人類水準(zhǔn)的 AI 仍有很大距離。而語知這種基于知網(wǎng)語言知識(shí)庫而進(jìn)行的概念性計(jì)算能彌補(bǔ)深度學(xué)習(xí)的不足，令自然語言處理更接近于自然語言理解的過程。

知網(wǎng)的結(jié)構(gòu)與概念計(jì)算

從上文我們已經(jīng)了解到概念層面的計(jì)算擁有強(qiáng)大的潛力，它能克服很多 NLP 深度模型的局限性。那么我們?cè)撊绾螌⒃~或句子層面計(jì)算轉(zhuǎn)化為概念層面的計(jì)算呢？語知基于知網(wǎng)語言知識(shí)庫將詞或句子的概念表達(dá)為一棵棵義原樹，進(jìn)而執(zhí)行各種計(jì)算。所以下面我們將了解知網(wǎng)語言知識(shí)庫的結(jié)構(gòu)特點(diǎn)，以及它是如何使用義原和關(guān)系等以樹的形式來描述詞或概念。

知網(wǎng)知識(shí)庫的結(jié)構(gòu)

知識(shí)是一個(gè)系統(tǒng)，是一個(gè)包含著各種概念與概念之間的關(guān)系，以及概念的屬性與屬性之間的關(guān)系的系統(tǒng)。富有知識(shí)的人不僅掌握了更多的概念，同時(shí)也掌握了更多的概念之間的關(guān)系以及概念的屬性與屬性之間的關(guān)系。所以知網(wǎng)是一種可以被稱為知識(shí)系統(tǒng)的常識(shí)性知識(shí)庫。它以通用的概念為描述對(duì)象，建立并描述這些概念之間的關(guān)系。

董強(qiáng)先生表明，義原（Sememe）是最基本的、不易于再分割的意義的最小單位。例如：「人」雖然是一個(gè)非常復(fù)雜的概念，它可以是多種屬性的集合體，但我們也可以把它看作為一個(gè)義原。我們?cè)O(shè)想所有的概念都可以分解成各種各樣的義原。同時(shí)我們也設(shè)想應(yīng)該有一個(gè)有限的義原集合，其中的義原可以組合成一個(gè)無限的概念集合。如果我們能夠把握這一有限的義原集合，并利用它來描述概念之間的關(guān)系以及屬性與屬性之間的關(guān)系，我們就有可能建立我們?cè)O(shè)想的知識(shí)系統(tǒng)。

董強(qiáng)先生說：「義原的是知網(wǎng)基本應(yīng)用的描述單位，它是基于我們的觀察而得出，比如說現(xiàn)代漢語詞典，它僅使用 2000 多漢字就能解釋所有的詞條。所以知網(wǎng)的方法就是對(duì)大約六千個(gè)漢字進(jìn)行考察和分析來提取有限的義原集合。以事件類為例，在中文中具有事件義原的漢字（單純?cè)~）中曾提取出 3200 個(gè)義原。但我們需要對(duì)重復(fù)義原進(jìn)行合并，3200 個(gè)事件義原在初步合并后可得到 1700 個(gè)，進(jìn)一步歸類后得到大約 800 多個(gè)義原。因?yàn)檫@些義原完全不涉及多音節(jié)的詞語，所以我們需要將其作為標(biāo)注集去標(biāo)注多音節(jié)的詞。最后我們需要對(duì)所有 2800 多個(gè)義原進(jìn)行編碼，編碼采用助記符的形式表達(dá)，如詞語「打開」，其中一個(gè)概念是「打開一個(gè)東西（盒子）」的動(dòng)作，用義原 {open|打開} 表示，另外一個(gè)意思例如「打開一盞燈」，義原的表示的方式就是 {turn on|打開}?！?

理解什么是義原也不復(fù)雜。朗文詞典規(guī)定用二千多個(gè)字去解釋和定義所有的詞語，HowNet 定義義原也是這個(gè)思路，我們從語言學(xué)的角度抽取出來這 2800 多個(gè)最基本的沒有歧義的語言概念就是義原。我們用它和關(guān)系做結(jié)合，去描述所有的概念，所以 HowNet 是一個(gè)網(wǎng)狀結(jié)構(gòu)。

概念的表征

知網(wǎng)還著力要反映概念之間和概念的屬性之間的關(guān)系。知網(wǎng)知識(shí)網(wǎng)絡(luò)體系明確地提供給了計(jì)算機(jī)，因此我們可以輸入形式化的知識(shí)而構(gòu)建計(jì)算機(jī)系統(tǒng)來實(shí)現(xiàn)自然語言處理任務(wù)。如下圖所示，我們不僅需要義原，同時(shí)還需要它們之間的關(guān)系來表示知識(shí)。通常一個(gè)詞其具體的概念會(huì)采用樹型的結(jié)構(gòu)利用義原和關(guān)系描述該概念。例如「醫(yī)院」這一個(gè)詞的概念根據(jù)具體語境可定義為 DEF={InstitutePlace|場(chǎng)所:domain={medical|醫(yī)},{doctor|醫(yī)治:content={disease|疾病},location={~}}}，我們可以看到整個(gè)詞的概念屬性可以由多個(gè)義原按照關(guān)系和層次進(jìn)行定義。

整個(gè)知識(shí)網(wǎng)絡(luò)都是以義原為基礎(chǔ)建立起來的概念性系統(tǒng)。義原是通過關(guān)系描述概念的最小單位，知網(wǎng)認(rèn)為它是一種最基本的概念，任何復(fù)雜的概念都是由基本概念通過某種關(guān)系構(gòu)建而成，而知網(wǎng)用基本單位描述這種關(guān)系的方法我們稱之為 KDML（Knowledge Database Markup Language），這種描述方法將復(fù)雜中多個(gè)義原嵌套和多個(gè)關(guān)系嵌套的問題解決了。

因此，詞層面的計(jì)算就能轉(zhuǎn)換為概念層面的計(jì)算。而且即使我們所使用的詞匯增長或變更較快，但概念的增長曲線要平緩地多，所以概念相對(duì)于詞匯更具魯棒性。而深度學(xué)習(xí)使用得最多的詞匯表征方法是詞嵌入，代表性的就是 word2vec 方法。詞嵌入是一種詞的分布式表征，它基于神經(jīng)網(wǎng)絡(luò)。我們一般可以通過神經(jīng)網(wǎng)絡(luò)對(duì)詞的上下文，及上下文與目標(biāo)詞之間的關(guān)系建模。這里我們注意到它的操作層面還是詞匯，所以不論是使用如 word2vec 或自編碼器那樣的弱監(jiān)督預(yù)訓(xùn)練還是端到端的有監(jiān)督訓(xùn)練，其計(jì)算復(fù)雜度和所需要的計(jì)算資源仍然遠(yuǎn)遠(yuǎn)大于基于知網(wǎng)知識(shí)庫的概念計(jì)算。

如何計(jì)算概念

在我們將詞匯概念化并使用義原樹表征后，接下來我們需要考慮如何在各類任務(wù)中利用知網(wǎng)知識(shí)庫和這種詞的表征方法，即我們?cè)撊绾位谥W(wǎng)知識(shí)庫進(jìn)行分詞、相關(guān)度計(jì)算、情感分析和命名實(shí)體識(shí)別等任務(wù)。當(dāng)然概念層面上的計(jì)算和我們熟知的機(jī)器學(xué)習(xí)算法或深度學(xué)習(xí)方法有很大的不同。并且由于類似詞在概念空間上要比原始詞空間上距離近得多，所以在概念空間上處理自然語言任務(wù)要簡單地多。一般來說，機(jī)器學(xué)習(xí)方法可以表示為輸入空間到輸出空間的一個(gè)映射，而基于知網(wǎng)的概念計(jì)算就相當(dāng)于先將輸入空間映射到一個(gè)概念空間，再從概念空間運(yùn)用計(jì)算方法映射到輸出空間。樣本在概念空間內(nèi)將服從一定規(guī)范形式，并且相關(guān)聯(lián)的詞在概念空間內(nèi)擁有更近的距離。下面，我們將從分詞、詞的相關(guān)性和情感分析等任務(wù)討論基于知網(wǎng)知識(shí)庫的計(jì)算方法。

分詞計(jì)算

機(jī)器在分詞的時(shí)候，主要有兩種情況，一種是組合型，即字和字之間是不是可以組合成一個(gè)詞。第二個(gè)是交集型，比如說提高人民生活水平，機(jī)器可以分割為：提/高人/民生/活/水平，這幾個(gè)詞是連續(xù)存在的歧義。但是從一般的算法來說，這并不是問題，因?yàn)楹唵蔚那懈畲螖?shù)最少化原則就已經(jīng)解決了這個(gè)問題。但這種實(shí)際上是偽分詞歧義，比較難處理的是我們?cè)撊绾螀⒄赵~表確定合理的分詞。

但中文是一個(gè)字，它組成了詞后才有意義，而英文的詞組同樣也需要組合起來才有意義。因此董強(qiáng)先生表明，中文英文都存在著同樣的問題，重要的不是分而是合，即哪個(gè)字/詞在什么情況下可以與另外一個(gè)字/詞相結(jié)合。

在機(jī)器學(xué)習(xí)中，分詞主要可以使用條件隨機(jī)場(chǎng)（CRF）進(jìn)行，但是在傳統(tǒng) CRF 中特征需要人工設(shè)定，所以我們需要進(jìn)行大量繁雜的特征工程。不過近幾年深度學(xué)習(xí)的發(fā)展給很多研究問題帶來了全新的解決方案。在中文分詞上，基于神經(jīng)網(wǎng)絡(luò)的方法，往往使用「字向量 + 雙向 LSTM + CRF」模型，利用神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)特征，將傳統(tǒng) CRF 中的人工特征工程量降到最低。這種分詞技術(shù)通常分為 3 個(gè)處理層級(jí)，首先嵌入層會(huì)將離散的漢字用詞向量的形式表征，隨后特征層將使用前向和反向 LSTM 在考慮時(shí)序依賴關(guān)系的同時(shí)抽取有用的文本特征，最后的推斷層將使用 CRF 基于前面的特征進(jìn)行分詞。其實(shí)我們可以看到，這個(gè)模型需要將復(fù)雜多變的字用詞向量的形式表達(dá)出來，那么我們是否能使用知網(wǎng)知識(shí)庫先表征詞再投入計(jì)算？

在知網(wǎng)中計(jì)算語句的分詞，首先漢字切分到單個(gè)字就可以結(jié)束了，剩下的就是字和字之間的合并的問題。董強(qiáng)先生說：「知網(wǎng)它本身是一個(gè)知識(shí)庫，它對(duì)于中文來說就是一張?jiān)~表，那我們首先就需要檢索相鄰詞在詞表中能不能匹配上，匹配后再看有沒有歧義。我們一般會(huì)把所有帶歧義的組合都保留。然后將這些組合放入一句話或者一個(gè)語境內(nèi)進(jìn)行計(jì)算，因?yàn)槊恳粋€(gè)詞語在知識(shí)庫里面都是有概念描述的，因此我們就要確定這個(gè)詞語和另外一個(gè)詞語在概念層面上可不可以有一種合理的語義搭配。如果是合理的話，這一分詞就可以確定下來，如果不確定，就需要尋找下一個(gè)。如此整句話就迭代地進(jìn)行了詞切分。」總的來說，語知會(huì)將可能組合而成的詞用義原樹表達(dá)出來，然后放入句子中并計(jì)算句子其它元素與該概念的相關(guān)性而表達(dá)詞語組合在語境中的合理性，系統(tǒng)將抽取最合理的切分方式作為輸出。

相似度和相關(guān)性計(jì)算

語知科技有專門的工具做相關(guān)性計(jì)算，該工具可稱之為 Inference machine，他本身就是知識(shí)庫里面詞語所代表的概念，它們本身就具有相關(guān)的性質(zhì)。那相關(guān)性比如說同義詞、同類詞、反義詞等，這一類是詞語本身在概念的定義上就能體現(xiàn)出相關(guān)性。那第二種是我們常識(shí)知道的相關(guān)性，例如釣魚和河岸 (Bank fishing 常被機(jī)器翻譯為「銀行釣魚」) 是有一定的相關(guān)性的，但是在詞語本身的定義里并不能體現(xiàn)出來。這個(gè)時(shí)候語知就會(huì)使用 Inference machine 去描述它。也就是沿著該概念的義原樹搜尋相類似的概念，再用那 2800 多個(gè)義原描述它。因此知網(wǎng)有一套自己的解釋器，它可以解釋這些描述語言。

機(jī)器學(xué)習(xí)通常會(huì)強(qiáng)調(diào)計(jì)算詞的相似性而不計(jì)算詞的相關(guān)性。比如說分布式詞表征，由于分布假說認(rèn)為上下文相似的詞，其語義也相似，因此在這種表示下，兩個(gè)詞的語義相似度可以直接轉(zhuǎn)化為兩個(gè)向量的空間距離。但是統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法很少有計(jì)算相關(guān)性的算法，因?yàn)榛谠~匯統(tǒng)計(jì)的方法很難找出邏輯關(guān)系和從屬等關(guān)系，也很難利用相關(guān)性信息進(jìn)一步執(zhí)行語義排歧。

董強(qiáng)先生解釋到語知的相似性檢測(cè)時(shí)說：「如果我們拿著「醫(yī)生」非要跟「行走」計(jì)算相似度，因?yàn)樗鼈兌疾辉谝豢脴渖狭?，相似度就非常低了?，F(xiàn)在我們?cè)趤砜纯赐愒~的相似度如何計(jì)算。比如說「神經(jīng)科醫(yī)生」和「牙科醫(yī)生」，他們都具有「人」這一相同的義原，而同一個(gè)義原是最重要的，然后再考察它后面的義原。第一個(gè)是看它的復(fù)雜度，比如說像醫(yī)生和神經(jīng)科醫(yī)生，他們兩個(gè)相似度是非常高，但是他絕對(duì)不是相同的義原。神經(jīng)科醫(yī)生的復(fù)雜度要高一些，它們進(jìn)行加權(quán)或者是除這些節(jié)點(diǎn)的時(shí)候，復(fù)雜的概念就會(huì)多除幾次，所以說它們會(huì)稍微有一點(diǎn)點(diǎn)的區(qū)別。因?yàn)橹W(wǎng)對(duì)概念的這種描述方式是嵌套的，描述的層次越深，互相之間關(guān)聯(lián)的時(shí)候所加的權(quán)值就越弱。當(dāng)然我們首先要考慮兩個(gè)概念能不能遞歸地推理到同一個(gè)節(jié)點(diǎn)上，如果能達(dá)到一個(gè)共同的節(jié)點(diǎn)，我們?cè)倏紤]一共爬了多少步，也就是在計(jì)算相似度的時(shí)候我們考慮加權(quán)的值。」

正是這種使用義原樹表達(dá)概念的方法，我們可以輕松地進(jìn)行多語種和跨語言處理。因?yàn)樵~語只是概念的表現(xiàn)，所以當(dāng)我們使用義原樹確定不同語言的概念，那么我們可以對(duì)這些概念直接運(yùn)算而不需要做進(jìn)一步處理。比如說跨語言相似度檢測(cè)，唯一需要注意的地方就是編碼不同語言的不同詞匯，當(dāng)我們將使用義原樹將詞匯編碼成概念后，計(jì)算相似度或其他操作就變得十分簡單了。

未來

NLP 的目標(biāo)是做到自然語言理解，語知科技認(rèn)為知識(shí)的運(yùn)用和 NLU 處理手段的多少?zèng)Q定了 NLP 的效果，所以目前語知科技提供更多的是語義信息。

 

可擴(kuò)展的知網(wǎng)知識(shí)庫

目前語知科技提供的 NLU 服務(wù)是基于知網(wǎng)數(shù)據(jù)庫的通用操作，知網(wǎng)數(shù)據(jù)庫的功能很強(qiáng)大，未來會(huì)有更多的服務(wù)接口提供出來。同時(shí)語知語知在基于當(dāng)前核心的知識(shí)庫基礎(chǔ)上能做進(jìn)一步擴(kuò)展。也就是在現(xiàn)有通用型知識(shí)庫基礎(chǔ)上，將專業(yè)知識(shí)庫專業(yè)性的概念用特定的義原和關(guān)系表達(dá)出來，做到通用知識(shí)庫和專業(yè)知識(shí)庫之間的關(guān)系映射。專業(yè)知識(shí)庫和 common-sense 沒有沖突，可以解決因此而帶來的部分「人工智障」問題。

與深度學(xué)習(xí)相結(jié)合的知識(shí)庫

語知科技未來進(jìn)一步發(fā)展的基本思路是基于知網(wǎng)在知識(shí)體系和 NLU 的優(yōu)勢(shì)和深度學(xué)習(xí)做結(jié)合。因?yàn)檎Z言學(xué)家不是在深度學(xué)習(xí)的「黑箱」面前無所作為，恰恰相反，語言學(xué)家可以幫助計(jì)算學(xué)家認(rèn)識(shí)語言的內(nèi)涵和知識(shí)，只有雙方共同努力，在計(jì)算機(jī)認(rèn)知層面才能實(shí)現(xiàn)突破。知網(wǎng)知識(shí)體系輸出是一個(gè)重要的發(fā)展方向。知網(wǎng)就是一套搭建知識(shí)系統(tǒng)的方法理論，利用這一點(diǎn)，我們就可以嘗試落地通用知識(shí)圖譜加專業(yè)領(lǐng)域的應(yīng)用知識(shí)圖譜。基本方法就是將知網(wǎng)統(tǒng)一的知識(shí)庫體系規(guī)則，以及用義原和關(guān)系描述知識(shí)點(diǎn)（概念）之間關(guān)系的方法用在應(yīng)用層面的知識(shí)庫上。這樣一體化的知識(shí)和常識(shí)是不沖突的而且有聯(lián)系的，因此在知識(shí)庫交叉領(lǐng)域就可以做到知識(shí)（概念）的互通。

酒香也怕巷子深，知網(wǎng)（HowNet）30 年來僅僅是為學(xué)術(shù)界提供研究工具，累計(jì)授權(quán)的國際院校和科研機(jī)構(gòu)超過 200 多家，但是宣傳較少。如今，知網(wǎng)（HowNet）正以語知科技創(chuàng)業(yè)公司的形象走進(jìn)公眾的視野。

語知科技 NLP 技術(shù)平臺(tái)剛剛上線，它是目前國內(nèi)為數(shù)不多的，能夠提供全面 NLP 工具的技術(shù)平臺(tái)。它所有的 API 接口對(duì)學(xué)術(shù)研究和學(xué)生使用開放，免費(fèi)使用。

如上圖所示為 API 調(diào)用示例。我們可以看到目前可以調(diào)用語知科技的中文分析、引文分析、詞語相似度檢測(cè)和詞語相關(guān)性檢測(cè)等 NLP 底層接口。其中，這些接口展示了該平臺(tái)有如下幾個(gè)顯著的應(yīng)用特點(diǎn)：

• 完整的、結(jié)構(gòu)化的知識(shí)體系能夠幫助機(jī)器學(xué)習(xí)實(shí)現(xiàn)更好的效果；
  
• 基于概念計(jì)算的 NLU 在超句、篇章的語義關(guān)系和邏輯關(guān)系提取上有很強(qiáng)大的能力，技術(shù)早期應(yīng)用在情報(bào)領(lǐng)域；
  
• 計(jì)算量小，不依賴 GPU 的 NLP 工具，降低 NLP 應(yīng)用門檻，在小型 AI 設(shè)備和邊緣設(shè)備上（非聯(lián)網(wǎng)設(shè)備）應(yīng)用廣泛；
  
• 多語種和跨語種應(yīng)用，例如游戲 NPC(Non Player Character) 應(yīng)用，一個(gè)虛擬 AI 服務(wù)不同語種的游戲玩家；
  
• 豐富的語義信息直接提供，有利于二次開發(fā)。