中译语通NLP核心技术布局后发先至

在中国科技公司发展进程中，BAT (百度、腾讯和阿里巴巴)具有风向标式的指引作用。从移动互联网向人工智能时代转型已经成为科技行业的共识。在人工智能时代，自然语言处理（NLP）将是AI领域中重要的底层技术。为此BAT，分别成立了百度云自然语言处理平台、腾讯文智中文语义平台、阿里云自然语言处理。

作为深耕大数据和人工智能领域的新生科技企业，中译语通专门成立2020认知智能研究院，从事机器学习、深层神经网络、自然语言处理、语义计算、语音识别、计算机视觉、大数据分布式计算等技术研究和价值转化。其中，多语言自然语言处理（NLP）是中译语通持续深耕的方向之一。

接下来我们以BAT在NLP算法方面的发展为参照，来解读中译语通在自然语言处理方面的独特之处。

布局NLP：BAT和中译语通技术速览

从算法服务种类方面来看，中译语通2020认知智能研究院及算法云平台可对外提供53种算法服务；百度云自然语言处理平台可提供10种算法服务；腾讯文智中文语义平台可提供6种算法服务；阿里云自然语言处理可提供7种算法服务。

从语种支持方面来看，中译语通支持中文、英文、法语、德语、日语等10种语言，百度及腾讯仅支持中文，阿里支持中文、英文及泰文。

从时间方面来看，中译语通平台于2016年12月正式上线，略晚于腾讯，而早于百度和阿里。

具体为：

我们都一样：中译语通和BAT同类算法介绍与对比

经过对比发现，中译语通和BAT的同类算法为：分词及词性标注、关键词提取、文本分类、命名实体识别、词向量、情感分析及文本相似度。

本次，以“关键词提取、文本分类”这2种算法为例具体进行介绍与对比。在开始前，我们从新华网随机选取一篇题为“天津：良好营商环境助力中小企业扬帆远航 http://www.xinhuanet.com/politics/2018-06/06/c_1122945252.htm”的文章作为实例。

01关键词提取

【关键词提取】关键词提取算法用于文本主旨的提取，帮助用户快速获取核心内容。

实例1

为进一步支持企业家创业，天津市鼓励建设创业孵化基地，根据吸纳大学生创办企业的数量，给予30万元至500万元的资金支持。近日，天津市对已出台的《关于营造企业家创业发展良好环境的规定》进行了修改完善，惠企政策措施由原来的13条扩大到40条。新的实施方案增加了“引导企业实现高质量发展”6条措施，“优化行政审批，规范行政执法”6条措施，“优化涉企服务”15条措施，致力于打造有利于企业发展的“政策洼地”，真正做到帮助企业“迈坎”。

中译语通关键词提取

百度文章标签

腾讯关键字分析

……

小结：从实例中，我们可以观察到，中译语通算法平台提取出“政策、创业”等关键词，百度平台仅提取出“创业”相关词汇，腾讯平台未能提取出有效关键词。

02文本分类

【文本分类】文本分类算法能将非结构化信息按照给定分类体系，是海量数据应用和管理的基础，应用场景十分广泛。

实例2

2015年，华鸿科技改制、新三板挂牌共计获得政府补助220万元。在参与“专精特新”“重点新产品”等项目过程中，公司也获得了累计近100万元的补助。“免二减三的税收优惠，也很大程度上会帮助初创期的公司减轻负担。”王永生口中的“免二减三”指符合条件的在津企业可以享受前两年免征所得税，后三年减半的政策。

中译语通文本分类

百度文章分类

腾讯分类分析

小结：研究院与百度算法体系略有差异，该实例属于政经类新闻，百度分类结果为“财经”，中译语通分类结果为“政治”，分类结果有所区别且均可视为正确，腾讯未能得出分类分析结果。

我们不一样：不同的背景，不同的选择

在自然语言处理方面，即便对中国的BAT科技巨头来说，仍然存在很多未知且需要不断探索。不同的公司文化，不同的技术体系，不同的业务结构，不同的产业背景等，决定了在人工智能布局上差异。如百度拥有依存句法分析、中文DNN语言模型、词义相似度、短文本相似度、评论观点抽取等算法； 腾讯拥有句法分析、纠错/同义词等算法；阿里拥有商品评价解析算法。

中译语通凭借自身的优势和拥有的行业背景，在自然语言处理方面拥有可提供的算法较多、支持的语种较丰富、介入的时间较早等优势。此外，除上文提到的七种算法，中译语通还进行了文本摘要、语种识别、敏感性判定、文本质量评估、事件要素提取、关系抽取等算法的自主研发。

通过综合对比，我们发现在自然语言处理方面，中译语通的平台确实拥有在行业立足的底气。具体如下：

算法试用及体验

· 中译语通2020认知智能研究院官网及算法云平台：全部13种算法均支持在线演示。

· 百度云自然语言处理平台：全部10种算法中，5种支持在线演示；2种仅支持特定实例演示；3种不支持在线演示，需按用户指引中方法注册、下载并在计算机本地搭建完整开发环境后可试用算法，无图形可视化效果。

· 腾讯文智中文语义平台：全部6种算法均支持在线演示。

· 阿里云自然语言处理：全部算法均未提供在线试用。

·

多语言支持

2020认知智能研究官院网及算法云平台：各算法支持语言方向如下：

百度云自然语言处理平台及腾讯文智中文语义平台：仅支持中文。

阿里云自然语言处理：多语言分词算法支持中文、英文及泰文，其余算法仅支持中文。

通过对比我们不难发现，作为科技公司BAT和中译语通殊途同归，都是在新的技术革命机遇面前积极布局，在NLP技术领域为行业发展提供各自有价值的核心智慧。

近期，图灵奖获得者、卡内基梅隆大学计算机学院教授Raj Reddy在演讲中表示，下一代人工智能系统就是数据驱动的人工智能系统。以“语言连接世界，数据驱动未来”的中译语通，面对人工智能发展带来的新机遇、新挑战，将凭借自身的大数据积累及人工智能技术优势，提供一份中译语通独有的全球化信息处理解决方案。