自然語言理解(NLU)跟 NLP 是什麼關系？為什麼說它是人工智能領域裡一個難點？NLU 的發展史曆史和目前最現金的方法是什麼？

本文将解答上面的問題，帶你全面了解自然語言理解(NLU)。

什麼是自然語言理解(NLU)？

大家最常聽到的是 NLP，而 自然語言理解（NLU） 則是 NLP 的一部分：

什麼是自然語言？

自然語言就是大家平時在生活中常用的表達方式，大家平時說的「講人話」就是這個意思。

自然語言：我背有點駝(非自然語言：我的背部呈彎曲狀)

自然語言：寶寶的經紀人睡了寶寶的寶寶

自然語言理解就是希望機器像人一樣，具備正常人的語言理解能力，由于自然語言在理解上有很多難點(下面詳細說明)，所以 NLU 是至今還遠不如人類的表現。

下面用一個具體的案例來深度說明一下自然語言理解（NLU）：

對話系統這個事情在2015年開始突然火起來了，主要是因為一個技術的普及：機器學習特别是深度學習帶來的語音識别和NLU(自然語言理解)——主要解決的是識别人講的話。

這個技術的普及讓很多團隊都掌握了一組關鍵技能：意圖識别和實體提取。

這意味着什麼？我們來看一個例子。

在生活中，如果想要訂機票，人們會有很多種自然的表達：

“訂機票”；

“有去上海的航班麼？”；

“看看航班，下周二出發去紐約的”；

“要出差，幫我查下機票”；

等等等等

可以說“自然的表達” 有無窮多的組合（自然語言）都是在代表 “訂機票” 這個意圖的。而聽到這些表達的人，可以準确理解這些表達指的是“訂機票”這件事。

而要理解這麼多種不同的表達，對機器是個挑戰。在過去，機器隻能處理“結構化的數據”（比如關鍵詞），也就是說如果要聽懂人在講什麼，必須要用戶輸入精确的指令。

所以，無論你說“我要出差”還是“幫我看看去北京的航班”，隻要這些字裡面沒有包含提前設定好的關鍵詞“訂機票”，系統都無法處理。而且，隻要出現了關鍵詞，比如“我要退訂機票”裡也有這三個字，也會被處理成用戶想要訂機票。

自然語言理解這個技能出現後，可以讓機器從各種自然語言的表達中，區分出來，哪些話歸屬于這個意圖；而那些表達不是歸于這一類的，而不再依賴那麼死闆的關鍵詞。比如經過訓練後，機器能夠識别“幫我推薦一家附近的餐廳”，就不屬于“訂機票”這個意圖的表達。

并且，通過訓練，機器還能夠在句子當中自動提取出來“上海”，這兩個字指的是目的地這個概念（即實體）；“下周二”指的是出發時間。

這樣一來，看上去“機器就能聽懂人話啦！”。

自然語言理解（NLU）的應用

幾乎所有跟文字語言和語音相關的應用都會用到 NLU，下面舉一些具體的例子。

機器翻譯

基于規則的翻譯效果經常不太好，所以如果想提升翻譯的效果，必須建立在對内容的理解之上。

如果是不理解上下文，就會出現下面的笑話：

I like apple, it’s so fast!

我喜歡「蘋果」，它很快！

機器客服

如果想實現問答，就要建立在多輪對話的理解基礎之上，自然語言理解是必備的能力。

下面的例子對于機器來說就很難理解：

“有什麼可以幫您？”

“你好，我想投訴”

“請問投訴的車牌号是多少？”

“xxxxxx”

“請問是什麼問題？”

“我剛上車，那個态度惡劣的哥譚市民就沖我發火”

機器很容易理解為：那個态度惡劣/的/哥譚/市民/就沖我發火

智能音箱

智能音箱中，NLU 也是重要的一個環節。很多語音交互都是很短的短語，音箱不但需要能否識别用戶在說什麼話，更要理解用戶的意圖。

“我冷了”

機器：幫您把空調調高1度

用戶并沒有提到空調，但是機器需要知道用戶的意圖——空調有點冷，需要把溫度調高。

自然語言理解（NLU）的難點

下面先列舉一些機器不容易理解的案例：

1. 校長說衣服上除了校徽别别别的
2. 過幾天天天天氣不好
3. 看見西門吹雪點上了燈，葉孤城冷笑着說：“我也想吹吹吹雪吹過的燈”，然後就吹滅了燈。
4. 今天多得謝遜出手相救，在這裡我想真心感謝“謝謝謝遜大俠出手”
5. 滅霸把美隊按在地上一邊摩擦一邊給他洗腦，被打殘的鋼鐵俠說：滅霸爸爸叭叭叭叭兒的在那叭叭啥呢
6. 姑姑你估估我鼓鼓的口袋裡有多少谷和菇！！
7. “你看到王剛了嗎”“王剛剛剛剛走”
8. 張傑陪倆女兒跳格子：俏俏我們不要跳跳跳跳過的格子啦

那麼對于機器來說，NLU 難點大緻可以歸為5類：

難點1：語言的多樣性

自然語言沒有什麼通用的規律，你總能找到很多例外的情況。

另外，自然語言的組合方式非常靈活，字、詞、短語、句子、段落…不同的組合可以表達出很多的含義。例如：

我要聽大王叫我來巡山

給我播大王叫我來巡山

我想聽歌大王叫我來巡山

放首大王叫我來巡山

給唱一首大王叫我來巡山

放音樂大王叫我來巡山

放首歌大王叫我來巡山

給大爺來首大王叫我來巡山

難點2：語言的歧義性

如果不聯系上下文，缺少環境的約束，語言有很大的歧義性。例如：

我要去拉薩

• 需要火車票？
• 需要飛機票？
• 想聽音樂？
• 還是想查找景點？

難點3：語言的魯棒性

自然語言在輸入的過程中，尤其是通過語音識别獲得的文本，會存在多字、少字、錯字、噪音等問題。例如：

大王叫我來新山

大王叫讓我來巡山

大王叫我巡山

難點4：語言的知識依賴

語言是對世界的符号化描述，語言天然連接着世界知識，例如：

大鴨梨

除了表示水果，還可以表示餐廳名

7天

可以表示時間，也可以表示酒店名

晚安

有一首歌也叫《晚安》

難點5：語言的上下文

上下文的概念包括很多種：對話的上下文、設備的上下文、應用的上下文、用戶畫像…

U：買張火車票

A：請問你要去哪裡？

U：甯夏

U：來首歌聽

A：請問你想聽什麼歌？

U：甯夏

NLU 的實現方式

自然語言理解跟整個人工智能的發展曆史類似，一共經曆了3次叠代：

1. 基于規則的方法
2. 基于統計的方法
3. 基于深度學習的方法

最早大家通過總結規律來判斷自然語言的意圖，常見的方法有：CFG、JSGF等。

後來出現了基于統計學的 NLU 方式，常見的方法有：SVM、ME等。

随着深度學習的爆發，CNN、RNN、LSTM 都成為了最新的”統治者”。

到了2019年，BERT 和 GPT-2 的表現震驚了業界，他們都是用了 Transformer，下面将重點介紹 Transformer，因為他是目前「最先進」的方法。

Transformer 和 CNN / RNN 的比較

Transformer 的原理比較複雜，這裡就不詳細說明了，感興趣的朋友可以查看下面的文章，講的很詳細：

《BERT大火卻不懂Transformer？讀這一篇就夠了》

下面将摘取一部分《why Self-Attention？A Targeted Evaluation of Neural Machine Translation Architectures》裡的數據，直觀的讓大家看出來3者的比較。

語義特征提取能力

從語義特征提取能力來說，目前實驗支持如下結論：Transformer在這方面的能力非常顯著地超過RNN和CNN（在考察語義類能力的任務WSD中，Transformer超過RNN和CNN大約4-8個絕對百分點），RNN和CNN兩者能力差不太多。

長距離特征捕獲能力

原生CNN特征抽取器在這方面極為顯著地弱于RNN和Transformer，Transformer微弱優于RNN模型(尤其在主語謂語距離小于13時)，能力由強到弱排序為Transformer>RNN>>CNN; 但在比較遠的距離上（主語謂語距離大于13），RNN微弱優于Transformer，所以綜合看，可以認為Transformer和RNN在這方面能力差不太多，而CNN則顯著弱于前兩者。

任務綜合特征抽取能力

Transformer綜合能力要明顯強于RNN和CNN（你要知道，技術發展到現在階段，BLEU絕對值提升1個點是很難的事情），而RNN和CNN看上去表現基本相當，貌似CNN表現略好一些。

并行計算能力及運算效率

Transformer Base最快，CNN次之，再次Transformer Big，最慢的是RNN。RNN比前兩者慢了3倍到幾十倍之間。

關于 Transformer ，推薦幾篇優秀的文章給大家，讓大家有一個更綜合的了解：

《放棄幻想，全面擁抱Transformer：自然語言處理三大特征抽取器（CNN/RNN/TF）比較》

《從Word Embedding到Bert模型—自然語言處理中的預訓練技術發展史》

《效果驚人的GPT 2.0模型：它告訴了我們什麼》

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部