自然語言處理有哪些商用進展？

包括其外圍的應用技術

Google的知識圖譜，IBM Watson的自然語言問答，Apple Siri的對話系統，今日頭條的基於內容的個性化推薦，都是代表的自然語言處理商業應用。

你好，在談論自然語言處理有什麼商業用途的時候，讓我們不妨先將自然語言處理/文本處理的手段列清楚。

現如今自然語言處理的常用方法是：分詞標註，文本分類，關鍵詞分析，敏感用語識別，詞頻統計，觀點歸納，情緒解析…

也許很多號稱自己是人工智慧企業都會和你標榜他們有如上功能，然而其中真正有價值的卻為數不多。舉例來說，「觀點歸納」和「文本分類」很多時候是依附在「關鍵詞分析」之上；「敏感用語識別」更多是和行業相關，技術難度不大；「情緒解析」大多數AI只能做到正負極判斷，無法識別具體情緒…

換句話說，自然語言處理的難點或正真拉開差距的是如何做到關鍵詞提取、結構分析、情緒識別等...而題主所問的自然語言處理的商業用途其實更適合落實到具體一個或幾個文本處理功能可以帶來怎麼樣的商業價值更合適。

當然具體演算法、怎樣的神經網路、機器學習等這裡就不具體展開了。由於筆者是專註於文本分析中的「情緒解析」一塊，且恰所研發的AI可能是全國最好中文文本情緒解析引擎，故這裡提一下我的思路。

大數據營銷解決方案

一提到大數據（人工智慧依賴大數據），有那麼幾個行業是怎麼也避開不掉的：徵信、醫藥、遙感、天文、交通以及營銷等。其中自然語言處理可能會帶來巨大變革的便是營銷。之所以這樣說，首先我們要明白營銷的首要也是最重要的要素就是理解消費者。在如今互聯網時代下，相較於以前傳統的調研方式，營銷人也的確擁有了更多的手段去洞察他們潛在的消費者肖像。然而，這樣的方式始終只是機械化地從消費者行為記錄中去提取，猜測他們的「相貌」，這樣做不僅缺乏準確性，也同樣因為無法直接和他們「交流」知曉他們真正的訴求。文本以及情感分析此時就很有必要了，現在巨量的消費行為都發生在電商上，這種現象帶來的一個好處是品牌方有了一個渠道去整合、收集並分析消費者對產品的評價。基於自然語言處理技術，這些評價很有可能被提煉出非常有價值的商業洞察。而情緒解析，又可以為這些評價提供一個天然的真實的「標籤」，我們可以知道哪些評論是「憤怒」的，哪些是「興奮」的，又有哪些評論是「焦慮」的或「驚喜」的，來對評價進行更準確地分類及加權……除了電商評論，品牌方任何公關及廣告都能幫助獲取有用的文本數據，加上相應自然語言處理系統，這些文本數據能幫助品牌方去更直接更準確地理解消費者訴求。

客服質檢變革

客服質檢是個相對較小的行業，但是它卻因為自然語言處理的成熟化而產生了質的變革，可以說他是被自然語言處理技術改變最多的行業之一也不為過。其實大家仔細想一想也就不難理解了，往常來說對客服人員的績效考核都是難上加難。即便你有全程錄音，但是由於數量關係更本無法做到去回顧每個客服人員的每一次通話，甚至是抽樣都會消耗巨量的時間和人力。同時，客服質檢擁有著很嚴重的滯後性，當客戶對客服人員產生不滿時，或客服的表現不夠專業時，往往缺少有效的手段及時發現，從而導致事態的嚴重化…… 之前市場上最多的客服質檢手段便是讓用戶在通話完畢後進行打分，然而想想我們自己是如何對待這件事的吧，且不說反饋率極低，這種打分極致嚴重缺少標準化，感性意識極強，對客戶績效考核、質檢影響有限。

而自然語言處理加上情緒識別已能很好的解決這個問題，通過關鍵詞提取和敏感詞預警能很好的規範客服人員的專業性，實時的雙向情緒監控則能把控住通話局面，情緒解析系統特有的情緒波動指數能幫助制定規範公平的績效考核制度……

網路文學IP分析

眾所周知，網路文學的發展已經到了一個爆髮式時間段，這點不僅歸功于越來越普及的互聯網使用，同時讓這些文學作品不斷增值的IP再開發也是主要誘因。像《羋月傳》《花千骨》《琅琊榜》等著名的原網路文學IP都因為成功的影視改編而產生了巨大的商業價值，且類似的開發計劃一年比一年多，由此，網路文學的價值也真正地重視起來。

然而，作為IP孵化上游產業的內容審閱這一工作卻一直提高不了效率，至今還是用著最原始的堆疊人力的方式通過閱讀文章來審核內容。這一點嚴重營銷了優質IP的產出效率以及增加了巨量的人力成本。

成熟文本情緒解析技術則能改編這個格局。因為在評判一個小說或文學作品優劣的時候，人腦肯定室友一個相對固定的評價標準及體系擺在那裡的。尤其是是那些公認的優秀作品，他們所符合的標準更統一，更容易被提煉出來。只是以往，這些標準都只存在於那些經驗豐富的從業人員的思維中，難以被表達出來而已。帶有情緒解析的自然語言處理則能解決尋找「標準化」的問題，當AI能足夠精準地定位作者在文中流露出的情緒時，那一部文學作品所包含的特徵基本都已能被機器所識別，再通過大數據不斷地迭代演算法，一個同樣無法被「語言表達」但卻能準確評價文學作品的智能系統也就誕生了。

以上就是答主的回答了，然而不得不再加一句，現階段的人工智慧在商用方面都是存在局限的，其中主要和數據以及行業本身的原因有關。然而，當我們的目標只是提高我們自身的工作效率，相對節省人工成本時，那無疑，AI已然得到了非常廣泛的應用。

任何人工智慧、自然語言處理及文本情緒識別技術的問題或探討或合作歡迎諮詢我~

機器翻譯：Skype Translator， Google Translate