Pekin Üniversitesi Bilgisayar Bilimleri Bölümü'nden Profesör Wan Xiaojun ile röportaj: El yazması yazma robotları yeni medya çağının ürünü | CCF-GAIR 2017
Lei Feng net basın: 8 Temmuz'da Çin Bilgisayar Derneği'nin (CCF) ev sahipliği yaptığı ve Lei Feng.com ile Hong Kong Çin Üniversitesi'nin (Shenzhen) ev sahipliği yaptığı bir yapay zeka etkinliği olan "Küresel Yapay Zeka ve Robotik Zirvesi" (CCF-GAIR) ikinci gününe girdi. Her şubenin katılımı azalmaz ve herkes alt bölümlerdeki derinlemesine tartışmalar ve alışverişler konusunda daha tutkulu.
AI + oturumunun açılış konuğu olarak Pekin Üniversitesi Bilgisayar Bilimi ve Teknolojisi Enstitüsü'nde araştırmacı olan Wan Xiaojun, "Makine Yazımı Teknolojisi ve Uygulaması" konulu bir konuşma yaptı. Toplantıdan sonra birçok medya arkadaşı, "makine yazma teknolojisini" kendi medyalarına tanıtmayı umarak Wan Xiaojun ile iletişim kurmak için öne çıktı.
Robot yazma artık yeni bir konu değil. Ağustos 2016'da, Wan Xiaojun ve Today's Headgear Lab liderliğindeki Pekin Üniversitesi Bilgisayar Enstitüsü, Olimpik AI muhabiri Xiaomingbot olan yeni nesil bir AI yazma robotu başlattı. Ocak 2017'de Wan Xiaojun, "Xiaonan" yazı robotunu geliştirmek için Southern Metropolis Daily ile işbirliği yaptı. "Xiao Ming" ve "Xiao Nan" çok dikkat çekti ve birçok tartışmaya neden oldu.Komşular ve çocuklar her yüksek puan aldıklarında sizi endişelendirdiği gibi, robot zekada her geliştiğinde, insanların işleri hakkında endişelenmelerine neden oluyor. Shao Xiaobian "tuvalette ağlıyor".
Southern Metropolis Daily, "Xiao Nan" ı "yeni meslektaşı" olarak gördüğünde, Wan Xiaojun, Leifeng.com'un editörüne, "Benim gözümde, el yazması yazma robotu sadece bir program. Yeterli değil. On yıldan daha uzun bir süre önce, Wan Xiaojun doğal dil işleme yapmaya başladı ve haberlerdeki uygulamasına dikkat etmeye başladı. El yazması yazma robotu, havadan atlayan muhteşem özgeçmişlere sahip bir meslektaş değil, ancak teknoloji sürekli gelişiyor ve Medya ortamındaki değişikliklerin ürünü. Leifeng.comun Wan Xiaojun ile yaptığı özel röportajda, yapay zekanın insanları ne zaman geride bırakabileceğini ve robotların nihai konu hakkında bağımsız olarak düşünüp düşünemeyeceğini bir kenara bıraktık, hadi haberlere odaklanan bu bilgisayar profesörünün ne yaptığına bir göz atalım. ne.
Haberler, doğal dil işleme için en standartlaştırılmış metindir
Lei Feng.com: Doğal dil işleme teknolojinizin ana uygulama senaryoları nelerdir?
Wan Xiaojun: Doğal dil işleme, birçok açıdan uygulama değerine sahiptir. Günümüzün akıllı soru yanıtlama ve insan-bilgisayar etkileşimi, dil işlemeyi gerektirir.Örneğin, mevcut ses etkileşimi, dili anlamak ve kullanıcı talimatlarını yürütmek için bir makine gerektirir. Ek olarak, makine çevirisi ve makine el yazması yazımı, her ikisi de uygulanabilir yönlerdir.Makine el yazması yazımı, daha çok doğal dilin oluşturulmasına odaklanır, bu, doğal dil metninin anlamsal verilere dayalı olarak üretildiği anlamına gelir.Makine dili anlama ve dil oluşturma, iki zıt süreçtir.
Doğal dilin üretimi aynı zamanda insan-bilgisayar diyalogunda da kullanılır.Makine, kullanıcının sorusunu anladıktan sonra, cevaplamak için bir dil üretmelidir. Kültür ve eğlence açısından, doğal dil üretme teknikleri de şiir, beyit vb. Üretmek için kullanılabilir.
Lei Feng.com: Her ikisi de doğal dil üretimi ... İnsan-bilgisayar diyaloğundaki dil üretimi ile robot yazmada dil üretimi arasındaki fark nedir?
Wan Xiaojun: Birincisi, uzunluğun farklı olmasıdır.İnsan-bilgisayar diyaloğunda oluşturulan yanıt metni genellikle kısadır. Çoğu durumda, yalnızca bir cümle oluşturulurken, robot yazısının birden çok cümle içeren eksiksiz bir makale oluşturması gerekir. Metin yapısı, yazma işlemi sırasında dikkate alınmalıdır. Cümleler arasında organizasyon ve tutarlılık. Öte yandan, diyalogun oluşturulması birden fazla bağlam, yani "bağlam" ile bağlantıya odaklanmalıdır.Makaleyi böyle bir düşünmeden yazarken, bir şeyi açıklığa kavuşturmak yeterlidir. Son olarak, insan-bilgisayar diyaloğunun dil ifadesi daha günlük olabilir, ancak makine yazımı daha standart ve resmi bir dil ifadesi kullanma eğilimindedir.
Leifeng.com: Microsoft Xiaoice ve Du Mi gibi sesli asistanları veya sohbet robotlarını nasıl değerlendiriyorsunuz?
Wan Xiaojun: Etki alanınızı sınırlamazsanız sohbet robotu olmak gerçekten zordur. Bir alanı sınırlarsanız, hava durumuna, spora veya finansa odaklanma gibi görece daha iyi yapabilirsiniz. Serbest ve açık sorulara izin verilirse, robotun cevap vermesi çok zor olacaktır. Genel olarak konuşursak, belirli bir ürün türü için müşteri hizmetleri robotu gibi dar bir alan için çok ince bir şekilde yapılabilir. Mevcut "Soru-Cevap robotu" nispeten basit gerçeklere dayalı soruları yanıtlar, ancak "Baidu Know" daki soruların çoğu karmaşık sorulardır, Windows'un nasıl kurulacağını, TOEFL'da nasıl yüksek puan alınacağını ve nasıl elde edileceğini sorar. Pekin Üniversitesi ve Tsinghua Üniversitesi gibi soruların cevaplanması kolay değil. Çin'in başkentinin nerede olduğunu sormak istiyorsan, cevaplaması kolay, hepsi wikide, sadece onu çıkar ve bilgi tabanına koy. Mevcut akıllı Soru-Cevap sohbet sistemi karmaşık soruları yanıtlayamaz, tüm hikayeyi açıklayamaz ve karşılaştıramaz. Önce basitleri çözdükten sonra karmaşık olanları düşünerek adım adım ilerlemeliyiz, tüm karmaşık durumları en başından dikkate alırsak yapamayız.
Lei Feng.com: 2004 yılında, haber özetlerinin çıkarılmasına odaklanan bir makaleniz vardı Doğal dil işlemenin birçok uygulama alanı var Neden her zaman haber alanını seçtiniz ve odaklandınız?
Wan Xiaojun: Doğal dil işleme üzerine çeşitli araştırmalar ilk olarak haber külliyatında yapılmıştır, çünkü haberler en standartlaştırılmış metindir. Weibo, WeChat ve kullanıcı yorumları gibi düzensiz metinlerle başlarsanız, zorluk harika olacaktır. Bu nedenle, "otomatik bölümleme", "sözdizimsel analiz", "anlambilimsel analiz" ve "otomatik özetleme" gibi doğal dil işleme görevlerinin ilk test külliyatı haber metinleridir. Bakalım haber metninde iyi bir iş çıkarabilir miyiz ve sonra diğerlerini düşünelim, çünkü haberler diğer metinlere göre en basit olanıdır.
Lei Feng.com: Haberlerde kullanılan algoritmalar başka metinlere de uygulanabilir mi?
Wan Xiaojun: Mümkün olmalı, ancak doğrulukta değişiklikler olmalıdır. Örneğin, "kelime segmentasyonu" için haberlerde% 95'ten fazla puan alabilir ve Weibo'da birkaç puanı düşürebilirsiniz çünkü zorluk daha yüksek olacaktır, ancak yöntem kullanılabilir. Doğruluğu artırmak için bazı hedeflenmiş işlemler de yapabilirsiniz.
Yazı robotu, yeni medya çağının bir ürünü
Leifeng.com: Uzun zamandır haber metni madenciliği yapıyorsunuz, haber türü hakkında ne düşünüyorsunuz? Robot haber yazımı için temel gereksinimler nelerdir? (Hala geleneksel beş haber unsuru, tarafsızlık ve doğruluk standartlarına ihtiyacınız var mı?)
Wan Xiaojun: İnternet çağında haberin tanımı aslından farklı olmuştur. Geçmişte haberlerin objektif ve doğru olması gerekiyordu ama artık internetteki manşetler çok yaygın ve bu da birçok insanın dikkatini çekiyor. Medya çağından beri herkes makale yazabiliyor ve haberler artık sadece profesyonel yazarlar tarafından üretilmiyor. Şimdi daha önemli olan şey gerçek zamanlı ve eğlencelidir. Öz-medya çağında herkes vokaldir ve makineler, daha önce mevcut olmayan bir haber üretmek için Weibo içeriğini ve yorumlarını entegre edebilir. İnternet çağında haberin tanımı değişti.
Lei Feng.com: Yeni medya çağındaki haberler değişti Yeni medya ve geleneksel medya şirketleriyle "yazı robotları" ile işbirliği yaptığınızda, yeni medya ile geleneksel medya arasındaki farkı nasıl hissettiniz?
Wan Xiaojun: Robot yazma konusunda farklı görüşleri var. Bugünün Toutiao'su Xiaomingbot tarafından üretilen içeriği doğrudan yayınlayacak, ancak Nandu hala biraz daha geleneksel ve kendi uygulamasında yayınlandığında yine de manuel olarak incelenecek. Geleneksel medyanın bakış açısından, doğru bilgiler yayınlamayı umuyorlar. Öz-medya, ağır kiloya daha fazla önem verir, dakikliğe odaklanır ve kullanıcıları okumaya çeker.
Leifeng.com: Xiaomingbotun taslak yazma robotuyla işbirliğiniz nasıl başladı?
Wan Xiaojun: Başlangıçta bir tesadüftü. Ekibimiz o dönemde ACL'de spor canlı metinlerini haber bülteni yazarken kullanmakla ilgili bir makale yayınladı ("Canlı Metin Yorumundan Spor Haberleri Oluşturmaya Doğru") O zamanlar zaten bir DEMO yapmıştık. 2016 Rio Olimpiyatları'ydı. Gazetemizi gördüler ve bizi rapor vermeye davet ettiler ve iki hafta içinde el yazması robot ürününü ürettik. Araştırmamız pratikliğe çok yakın ve iki taraf arasındaki bağlantı da çok basit.
Lei Feng.com: Bugünkü manşetlerin ardından Southern Metropolis Daily ile işbirliği yaptınız, iki iş birliği arasındaki fark nedir?
Wan Xiaojun: South, esas olarak verilere dayalı yazılar yazmaları, 12306 web sitesinden bilet verileri almaları ve rapor oluşturmak için hava durumu tahminleri gibi yapılandırılmış verilerle farklıdır. Toutiao, yalnızca spor maçı verilerine dayalı raporlar oluşturmakla kalmaz, aynı zamanda spor etkinliklerinin canlı metnine dayalı raporlar da oluşturur. Makro düzeyde, verilerden metne üretim çerçevesi benzerdir, ancak her adım farklıdır ve gerekli veri analizi farklıdır.Örneğin, bir tren biletinin kalan biletlerini analiz etmek, bir hava tahminini analiz etmekle aynı değildir. , Son dil ifadesi de farklı. Spesifik olmak gerekirse, her alanda çok çaba gerektirir.Hava ve spor için tek bir şey kümesinin kullanılmasına imkan yoktur.
Lei Feng.com: Şu anda, Toutiao ve Southern Metropolis Daily yazı robotunu çalıştırma sürecinde ne tür geri bildirimler alıyor? İş gücünden tasarruf etme ve verimliliği artırma hedefine ulaştılar mı?
Wan Xiaojun: Bugünün manşetlerinde nispeten büyük miktarda el yazması var ve bu da gerçekten çok fazla insan gücü tasarrufu sağlıyor. Southern Metropolis Dailynin hacmi daha küçüktür ve daha çok deneysel ve keşif amaçlıdır. Narada'nın avantajı, daha geleneksel derinlemesine raporlarda yatmaktadır.Şu anda, el yazması yazma robotlarının ayrıntılı raporların yerini alması zordur. Ancak geleceği daha iyi kavramak için bu tür teknolojik eğilimlere dikkat etmeleri ve bunları aktif olarak keşfetmeleri gerekiyor. Her medya, el yazması robotların ve muhabirlerin birlikte çalışma biçiminde farklıdır, ancak mevcut yeni medya platformlarının, içeriği zamanında ve hızlı bir şekilde oluşturmak ve yayınlamak için el yazması robotlara ihtiyacı vardır.
Teknik araştırma tarafından yönlendirilen iniş kaderdir
Lei Feng.com: İşletmelerle mevcut işbirliğiniz, üretim, eğitim ve araştırmayı birleştirmenin bir modeli olarak görülebilir Bu modelin avantajları ve dezavantajları nelerdir?
Wan Xiaojun: Avantajı, araştırmayı desteklemek için belirli bir miktarda paraya sahip olmanızdır.Uygulama aracılığıyla, etkinizi artırabilir, daha fazla kişinin makine yazımı hakkında bilgi sahibi olmasını sağlayabilir ve sektörün ve halkın dikkatini çekebilirsiniz.Kendi makalelerinizi yayınlarsanız, yalnızca küçük bir daire içinde olabilirsiniz. Ancak uygulama yapmak, araştırma için yine de çok zaman ve enerji tüketecektir, sonuçta, uygulama yapmakla araştırma yapmak arasında hala büyük bir fark var. Araştırma yaparken performansı% 71'den% 72'ye çıkarırsınız ve yeni bir metodoloji iyi bir araştırma sonucudur. Ancak uygulamayı yaparken% 71 ila% 72 işe yaramaz,% 85'ten fazla alırsınız, etki gereksinimleri yöntem gereksinimlerinden daha yüksektir. Yönteminiz ne kadar aptal olursa olsun, yapabildiğiniz sürece onu nasıl uyguladığınız önemli değildir. Ve araştırma, yenilikçi olmanızı gerektirir. Yönteminiz yenilikçi ise ve doğrudan uygulanabiliyorsa, elbette en iyisidir. Araştırma makalelerinin% 95'inden fazlası pratik olmaktan uzaktır.
Lei Feng.com: Doğal dil işleme büyük ölçüde verilere dayanır Verilerle ilgili herhangi bir sorunla karşılaştınız mı?
Wan Xiaojun: Doğal dil işleme araştırması için kullandığımız veriler manuel olarak etiketlenmiş verilerdir.Sektördeki veri miktarı çok büyük, ancak çoğu etiketlenmemiş. Pek çok haber, zamanı, yer adlarını, kişilerin adlarını ve olayları göstermez ve bu tür veriler o kadar da kullanışlı değildir. Academia genellikle manuel olarak etiketlenmiş verileri paylaşır ve endüstri de bazı veriler sağlar. Örneğin, bu yıl NLPCC konferansına güvendik ve Toutiao'nun yaklaşık 100.000 ek açıklama verisini kullanan bir "tek belgeli özet" değerlendirme görevi düzenlemek için Toutiao ile işbirliği yaptık. Şu andaki sorun, örneğin, birden çok makaleye dayalı üst düzey bir özet elde etmek için "çok belgeli bir özet" yapmamız gerektiğidir.Akademide bu türden yalnızca bir veya iki yüz kadar veri vardır. Ancak bu ölçekteki veriler için derin öğrenme yapmak imkansızdır.Derin öğrenme, özetler oluşturmak için yüz binlerce veriye ihtiyaç duyar. Ne çok belgeli veri endüstrisi ne de manuel etiketleme yapıyorlar. Akademik dünyada hala veri yok.
Leifeng.com: Haber yazmak için bir sonraki planınız mı?
Wan Xiaojun: Hazırlıklardan biri de metni yeniden anlatmadır. Çünkü ister özet ister gözden geçirme olsun, asıl önemli olan cümleleri doğrudan seçmek ve cümlelerde değişiklik yapmamaktır.Bir sonraki adım cümlelerde büyük değişiklikler yapmak ve anlambilimini değiştirmeden tutmaktır.Bu bir başka sözcüktür. Gu Long'un stili veya Jin Yong'un stili gibi dil stilini değiştirmeyi umuyoruz. Diğeri, el yazmasını daha canlı ve insani kılmak için el yazmasına tutum ve bakış açısı eklemektir.
Leifeng.com (Kamu Hesabı: Leifeng.com): Haber endüstrisinin el yazmaları yazması ve metni yeniden anlatması gerektiğini düşünüyor musunuz?
Wan Xiaojun: Teknoloji odaklıyız. Şirketle ihtiyaçları hakkında konuşmadım, bu yapmak istediğim bir şey. Ancak bu teknolojinin çok faydalı olacağına inanıyorum, otomatik yeniden anlatım kişiselleştirilmiş yazıların oluşumunu gerçekleştirebilir. Belirli bir teknolojiyi araştırırken, bunu yapmayı düşündüğüm şey tamamen pratik değerinden kaynaklanmıyor.
Sözde robot koddur
Leifeng.com: Makale yazma robotunun taslak kalitesini nasıl değerlendiriyorsunuz?
Wan Xiaojun: Objektif bir değerlendirme var, birkaç kişinin farklı makaleleri ayrı ayrı yazmasına, bu makaleleri cevap olarak kullanmasına ve örtüşme derecesine bağlı olarak sistem tarafından oluşturulan makale ile kişinin yazdığı makale arasında bir eşleşme yapmasına izin verin. Bir sonraki adım da manuel olarak puanlamaktır Bu makale içerik kapsamı ve okunabilirlik açısından puanlanır. Şu anda yazı robotunu doğrudan insanlarla PK yapmıyoruz çünkü farklı kişilerle PK farklı karşılaştırma sonuçları alabilir. Yazma uzmanlarıyla veya ortaokul öğrencileri ve ilkokul öğrencileriyle karşılaştırırsınız. Herkesin yazma seviyesi çok farklıdır, bu yüzden pek kıyaslanamaz. Muhabirlerle karşılaştırıldığında, derinlemesine rapor yazma robotları kaybedecek.Veri gazeteciliğinden daha iyiyse, makineler elbette daha hızlı ve daha doğru. Toutiao'dan gelen kullanıcı geri bildirimlerine göre, birçok kişi robot el yazmaları ile muhabir el yazmaları arasında ayrım yapmıyor.
Lei Feng.com: Doğal dil işleme alanında en son teknolojiler var mı?
Wan Xiaojun: Derin öğrenmeye dayalı doğal dil işleme araştırması bir eğilimdir, ancak aslında, tüm doğal dil işleme, derin öğrenme teknolojisinin kullanılması nedeniyle hızlı bir ilerleme kaydetmemiştir. Derin öğrenme uygulaması, görme ve konuşma alanlarında önemli bir artış sağlamıştır, ancak doğal dil işlemedeki birçok görev, önemli performans iyileştirmeleri elde etmemiştir. Derin öğrenme, görüntülerden ve konuşma sinyallerinden anlamlı soyut özellikler elde edebilir, ancak metin için daha önce kullanılan özellikler zaten anlamlı özellikler olan kelimelerdir.Bunu yapmak için derin öğrenmeyi kullanırken daha fazla şey öğrenebilir misin? Kelimelerin daha anlamlı özellikleri. Ek olarak, dilin dinamik değişiklikleri ve anlambilimin belirsizliği de doğal dil işlemeyi çok zorlaştırır.
Lei Feng.com: Doğal dil işlemenin neyi başaracağını düşündüğünüzden bahsedebilir misiniz?
Wan Xiaojun: Doğal dil işleme çok karmaşık bir konu ve onu tam olarak anlamak zor, göğsüme tokat atmaya cesaret edemiyorum ve dil anlayışının uzun yıllar içinde sağlanacağını söylemeye cesaret edemiyorum. Ancak belirli uygulamalarda çok iyi yapılabilir.Bu uygulamaların makine çevirisi gibi anlaşılmasına gerek yoktur.Sistemin çevirmeden önce girdi metnini tam olarak anlaması gerekmez. Birçok uygulama yaparken, bazı üreticiler anladıktan sonra yaptıklarını iddia etseler de, anlamayı düşünmenize gerek yoktur. İnsan-makine diyalogu da temelde bir arama ve eşleştirme sorunudur.Makinenin insan sorusunu ve ürettiği cevabı anlayıp anlamadığını sormamalısınız.
Lei Feng.com: Bir yazı robotu oluşturma sürecinde bazı ilginç gerçekleri veya görüşleri paylaşabilir misiniz? Yazı robotunuz hakkında ne düşünüyorsunuz?
Wan Xiaojun: Genellikle daha fazla hayal kırıklığı ve daha az ilgi çekici. Çoğu zaman bir yol düşünüyorum, ancak sonuç ayarlanmadı. Aslında "Xiaomingbot" ve "Xiaonan" robotlarını çağırmak pek uygun değil, çünkü bunlar aslında bir yazılım, ona bir girdi veriyor ve bir çıktı alıyorsunuz, insancıl değil. Kendi yaptığımız yazılım, ayrıştırmadan sonraki bir kod satırıdır. Aslında o kadar akıllı olmadığını biliyoruz.
İletişim sürecinde, Leifeng.com'un editörü, Bay Wan Xiaojun'un titiz ve samimi bir araştırmacı olduğunu gördü.Projesini büyük kavramlar ve genel yönergelerle açıklamadı, ancak gerçekten her sorunu analiz etti. Sınırlı süreli röportajda birçok gerçek fikir aldık:
-
Doğal dil işleme için birçok uygulama senaryosu vardır.Wan Xiaojun haber alanını seçti çünkü haber metni en yüksek standarda sahip, basitten zora haber yazma robotunun algoritması kademeli olarak diğer alanlara da uygulanabilir;
-
Özet ve metin oluşturma teknolojisi çok erken başladı.Yeni medya çağının gelişiyle ancak son yıllarda popüler hale geldi.Bilgi üretim, iletme ve alma yöntemlerimiz değişti.Yazıcı robotların hızlı, doğru ve çok sayıda özelliği onu Yeni medya çağında parlamak için, bu teknoloji aynı zamanda geleneksel medyanın dönüşmeye ya da zamana ayak uydurmaya istekli olduğunda odaklanması gereken şeydir;
-
Akademik araştırmanın uygulanması zordur.Araştırma ve endüstri uygulaması iki farklı şeydir: Endüstri-üniversite-araştırma işbirliği modeli bazı faydalı kaynaklar sağlayabilir, ancak Wan Xiaojun, pazar talebinden çok teknolojiye dayalı araştırma yapmayı umuyor. çalışma;
-
Doğal dil işleme alanında bir atılım yapmak çok zordur ve makinenin doğru anlayışı ne zaman gerçekleştireceğini söylemek zordur. Ama adım adım başlayın, önce basit şeyleri çözün ve sonra karmaşık olanları düşünün.Karmaşık veya nihai problemleri baştan düşünürseniz, yapamazsınız.
