雅虎Senior Manager现场分享自然语言AI系统实战经验 | LaiMeetup回顾

点击上方蓝字关注来offer, 获取硅谷求职咨询！

  行业热点  

在人工智能掀起火热高潮的今天，各种智能服务，智能助理类产品层出不穷：

行业巨头Amazon、Google、微软和苹果纷纷推出了智能管家；Facebook近期也有了收购AI助手App开发商Ozlo的大举动；国之骄傲小米，更是不甘示弱地推出了史低价智能音箱“小爱”……

因此，智能问答系统的架构、语义理解的设计与算法、知识引擎的构建成为这一领域的热点问题，也是决定商业成功的核心技术。

LaiMeetup重量嘉宾

本期LaiMeetup，来offer力邀业界著名人工智能专家、雅虎美国 Senior Manager —— Lin Liu 老师，给大家带来精彩讲座《自然语言理解技术与智能问答实践》。

毕业于清华大学计算机系的刘老师， 负责Yahoo! 英文和中文的Query Understanding Platform研发长达8年之久，是将其从原型系统做成今天唯一同时支撑雅虎搜索、广告搜索、供应端平台搜索等平台级服务的幕后主力之一。

刘老师说：“ 智能问答是人工智能里最重要的领域之一，也是最需要提升的领域之一。在这次分享中，我会结合基于语义理解的智能问答系统和专家系统在实际中的应用，详解自然语言理解的技术核心、技术发展和当前热点 topic。”

本期LaiMeetup 精彩内容

讲座当天座无虚席。同时，还有许多没有报上名的同学，在线上直播室守候收看。

刘老师首先给同学们介绍了业界常见的智能问答应用场景，大致分为：

1. 开放域智能问答：不限定知识领域的混合情感交互问答，类似于网页搜索式的聊天。

典型应用：智能个人助理。

2. 限定域被动式智能问答：机器回答限定知识领域的问题。

典型应用：用于销售、答疑、咨询的在线智能客服

3. 限定域引导式智能问答：机器向用户提问，通过分析用户回答完成全局逻辑计算。

典型应用：问答式表单填写，导航等

随后，刘老师从输入、输出、反馈等三个方面，比较了搜索引擎和智能问答的不同。同时指出，搜索引擎的核心是查询理解，而智能问答的核心则是问句理解。

之后，刘老师向大家讲解了搜索引擎的典型算法与架构，以及它是怎么从白名单的精确匹配，逐步演化成知识库和标注模型的过程。

最后，刘老师给大家详解了智能回答系统在实际操作中遭遇的种种瓶颈，以及如何利用建立语义索引来取得关键性的突破，帮助大家收获自然语言 AI 系统的实战经验。

问答环节精选

Q1.  在建立数据库的实际操作过程中，语言和图像哪个更难处理？

刘老师：语言。 图像本身信息比较多，比较规则，比较有迹可循，但是语言会涉及到怎么把语言建模，怎么用语言去描述语言自己。语言包含太多人的主观东西，比较难做成系统；而图像比较客观，可以做成固定标签。

Q2.  在智能问答实际应用中，会有各种复杂情况发生。比如在有音乐的环境下，会有机器无法识别人声和音乐声的情况出现，这要怎么解决？

刘老师：这个不单单是语义问题，还涉及到语音。这就需要在建立模型的时候，尽可能增加多的语音signal。

Q3.  如何解决，搜索时“一词多意”的情况？如何知道用户想要搜的是哪一个意思？

一个词虽有多种意思，但每个意思的出现都有一定的概率。词语本身单独出现的概率，和它与不同上下文一起出现的概率也都不同。雅虎的做法就是利用概率和同义词，来对用户的搜索结果进行预判。

当然了，建立和维护知识库和知识体系是个非常难过程。比如一个名字，在过去五年，公众都认为是某个人。但如果最近忽然有位同名同姓的人火了，这种情况，就需要通过对log里经验和流程的分析，时时更新feature，并消除概念歧义。

更多花絮

讲座结束后，同学们意犹未尽，纷纷向刘老师进行进一步的讨教。

想参与更多有意义的线下活动？

欢迎大家继续锁定来Offer的公众号，我们未来的线下活动会第一时间放在公众号上。

求职，你只需要一门课程！

报名方式

如需电话咨询，请发送简历至 [e-mail], 

老师会在24小时之内与你取得联系。

来Offer课程介绍

（点击图片即可查看）