除了调戏Siri 和 Alexa，社交媒体领域里NLP还能做什么？

今日份知识你摄入了么？

自然语言处理（NLP）一直是数据圈的一个喜闻乐见的话题。今天我们就来涉猎一下由USC教授 Anna Farzindar 为大家分享的自然语言处理在社交媒体方面的应用。

什么是NLP？它的历史是怎样的？

NLP是人工智能的一个分支领域，而且可能也是目前最火最吸睛的领域。它主要是指人通过文本或者语音的内容与机器进行沟通的相关技术。之所以叫它自然语言，是因为我们希望仅仅通过说人话，说英语汉语西班牙语甚至法语等语言，就可以实现对智能设备的操纵和控制，而不是还要每个人都学会用Java、Python等编程语言。毕竟说人话还是比写代码容易得多。

很多技术的出现最多都是用于军事，NLP也不例外。回溯到1950年，NLP的出现最初是想实现自动翻译，将敌方的俄语翻译成英语，从而知己知彼。但今天，NLP其实已经悄无声息地渗入我们的日常生活中，尽管大多数人都不知道这叫NLP。Google搜索，Ins评论的翻译，iPhone上调戏Siri，Amazon上调戏Alexa，甚至是最近的AI新闻主播，都离不开NLP的支持。

有什么应用NLP技术的简单例子？

在实际应用中，我们一般都是把一个复杂的任务分配成几个简单的小任务。比如，我们可能把一个NLP的模块放到一个pipeline中，这个模块的输出一般会作为下一个模型的输入。

比如，实时语音的翻译是一个复杂的任务。它的流程通常是，现将听到的语言识别出来，然后再将这个语言翻译成其他语言。这个应用通常分为三步：

1. 语音识别，将口语转化成文字 

    Speech to text

2. 机器翻译，将该语言翻译成需要的语言

    Text to text

3. 语音合成，将翻译好的文字转化成语 

    Text to speech

NLP在社交媒体方面的应用与其在其他领域的应用有什么区别？可能会遇到哪些挑战呢？

社交媒体的数据不比报纸等纸媒的数据，只要网页没有被黑掉，它永远都是公开透明的，具有社交性，实时性，倾向性，时效性，真实性等等重要特点。它可能以多种形式和语言来呈现。写这些文字的人背景千差万别，往往不是专业的写手，写出来的文字让人读来非常拗口也是屡见不鲜。

所以，对这些来路不明的文字进行有效的信息提取对我们来说是一种挑战，传统的文字处理、翻译的方法都需要改变，以适应铺天盖地而来的鱼龙混杂的数据。

有什么常见的关于NLP的误解？

经常有人低估NLP，认为NLP和图像识别等其他机器学习的技术相比要略逊一筹。他们以为，NLP只有像Term Frequency Inverse Document Frequency(TF-IDF)，也就是挑选出重要的词组这种相貌平平的方法。这怎么能忍呢？NLP在处理文字或者声音的时候，不仅处理单词和语法，还会处理整句话的语义。正是因为这些，很多NLP的技术是非常复杂的，比如深度学习。

个人数据的私密性是如何影响社交媒体分析的？

社交媒体上数据有很多是公开的，但往往也有很多是有私密性的，比如Ins，WeChat上的信息。现在就有很多业内人士在致力于如何合理使用这些公开的私人信息，来减少网络攻击和校园欺凌。在使用社交媒体的数据的时候，遵守商业道德是很重要的，不能利用这些数据去做丧尽天良的事情。然而，目前还没有相应的法律来规范大家的行为，只能进行道德约束。

NLP的未来会是怎样的？

NLP现在广泛应用于诸多领域，比如医疗保健，金融，大选预测，娱乐，营销和军事应用等。

在将来，科技的飞速发展会改变技术的落地形式。可穿戴设备的兴起，比如智能手表，睡眠质量监控器等，都会影响社交媒体的沟通形式。比如，医疗保健的应用已经成为可穿戴设备的核心应用领域。微软，Google和Apple都已经发布了他们自己的医疗平台，医生可以通过数据、文本和声音来实时监测病人的健康状况。可以预见的是，在不久的将来，NLP技术的应用就像今天的电力系统和互联网系统一样，成为日常生活的一种隐性必需品。

原文作者：Kevin Gray

翻译作者：Zihuan

美工编辑：过儿

校对审稿：卡里

原文链接：https://www.kdnuggets.com/2019/02/natural-language-processing-social-media.html

往期精彩回顾

点「在看」的人都变好看了哦

点击阅读原文，加入我们吧！