雷锋网按：7 月 23 日，第二届语言与智能峰会在北京举行，华为诺亚方舟实验室主任李航以《神经符号处理开启自然语言处理新篇章》作了报告，就自然语言领域的发展、神经符号处理对自然语言处理的影响等方面阐述了他的看法。 李航博士，华为诺亚方舟实验室主

　　雷锋网按：7 月 23 日，第二届语言与智能峰会在北京举行，华为诺亚方舟实验室主任李航以《神经符号处理开启自然语言处理新篇章》作了报告，就自然语言领域的发展、神经符号处理对自然语言处理的影响等方面阐述了他的看法。

　　李航博士，华为诺亚方舟实验室主任，北京大学、南京大学客座教授，IEEE Fellow、ACM 杰出科学家，研究方向包括信息检索、自然语言处理、统计机器学习以及数据挖掘。

　　深度学习（神经处理）给自然语言处理带来了革命性的进步，基于深度学习的机器翻译等任务的性能优良大幅度的提升。面向未来，自然语言处理技术将如何发展和演进？在哪些方面会有新突破？

　　以下为李航博士演讲内容实录，雷锋网做了不改变原意的编辑。

　　今天想跟大家一起看一下，我们现在一个主要研究的方向，也希望跟大家一起推动的这个研究方向，它是神经符号处理。

　　神经符号处理是未来自然语言处理非常重要的一个方向，这个报告大概分以下几个部分：

　　一，对自然语言领域做一个概述。我从我的角度把最近几个报告的主要观点，再重新梳理一下。

　　二，为什么我们觉得神经符号处理是未来重要的一个研究方向，它的主要应用就是更广义的问答（我们叫智能信息知识管理系统）。同时，介绍一些业界的相关工作和我们自己做的一些研究。

　　三，抛砖引玉，大家一起探讨一些相关的问题。

　　自然语言处理的终极目标是做自然语言理解，就是让计算机能够理解人类的语言。具体来说有两个方面：像人一样能够去说话；像人一样能去阅读。理解大概有两层定义：基于表示的；基于行为的。

　　如果计算机系统听到一句话，它能够对应它内部的表示，我们就认为这个计算机理解了这个语言。或者是基于行为的，机器人(行情300024,诊股)听到一句话，能够按照话的内容去做一些行为，就认为这个机器人理解了这个自然语言。我们这个领域终极目标就是，期望我们能够开发出这个技术，使计算机能达到这样的智能识别。

　　但我们也知道，语言其实是一个非常复杂的现象，不做自然语言处理、人工智能，可能人类自己都不知道，我们自己的语言是这么复杂的一个现象。让我来总结的话，语言有五个特性，使得我们把语言放在计算机上，变得非常具有挑战性。

　　既有规律又有很多例外；

　　组合性；

　　递归性，造成了语言非常复杂；

　　比喻性；

　　语言的本质就是产生新的语言进行表示，其实都是在做比喻。所以，比喻性是语言非常重要的特性。语言的理解跟世界知识是密切相关的，如果你撇开了知识这些东西谈语言，其实都是无从谈起的。

　　交互性。

　　我们人类的语言其实是人跟外界做互动的一种手段，离开了对外环境的交互，谈论语言其实也是没有意义的。所以，因为语言有这么复杂的特性，使得我们在计算机上去实现自然语言理解，非常具有挑战性的。这就相当于这些特性使得我们要用现在的技术做计算的话，基本上都是做全局搜索，全局的这种计算还不知道该怎么做。这是非常复杂，具有挑战性的。

　　主要原因有以下几点：

　　原因一，最近写的一篇文章，在计算机学会通讯上，叫做迎接自然语言处理新时代，有这样一些观点，做了比较详细的介绍和总结。而在去年在中文信息处理大会上报告的内容，也是这个观点。

　　原因二，我们现在总结看的话，为什么自然语言处理这么难，因为本质的原因就是，我们还不知道，是不是能够用数学的模型刻画语言现象，这个是自然语言处理的本质。这件事情可能不可能做我们不知道，我们只能是部分地实现这个目标。

　　所以，这是为什么自然语言处理（甚至是广义的人工智能）都非常具有挑战性的原因。

　　现实当中大家采用的办法，我们不叫自然语言理解，而是叫自然语言处理。我们的策略是，把人类做语言理解的这个复杂过程进行简化。

　　第一个，我们现在能去做的事情。人类要是理解语言的话，比如人做这种问答，问我姚明身高是多少，我想一想可能是 2 米 29。我回答的这个过程，可能包含了多个步骤。比如语言的分析、理解、推理、知识的检索，最后做判断，最后产生我的回答，是一个非常复杂的过程。

　　但是，我们现在要用计算机来做这种智能问答或者知识问答的时候，其实我们大幅度地简化了这个过程。就是只做分析、检索和生成。今天大会里面有很多老师做报告，介绍自然语言处理相关的技术，基本上做问答的时候，都是把这个问答的过程简化。

　　第二个，现在自然语言处理，非常主流的做法就是数据驱动。我们主要的核心技术是机器学习，现在是用深度学习来做。同时，我们把人的知识放进去。深度学习的重要的特点是，整个技术其实是一种机器学习，但是它的模型是从人的大脑处理机制中得到启发，然后我们定义这个模型。

　　所以，现在人工智能、自然语言处理，我们采用的基本工具是机器学习，尽量能够把人的知识导入进来，同时让这个模型尽量去参考跟人一样的处理机制，实现自然语言处理。

　　现实当中，我们看到深度学习、大数据，确实给自然语言处理带来了很多新契机。这条路到目前为止看，是最有希望能够再往前推进的一条路。

　　这个观点前年在一次大会上我作报告介绍的观点，也是在计算机学会通讯上有写过一篇文章，简论 AI，就是这里面介绍的观点。

　　大家也看到，我们现在的自然语言处理包括人工智能都是这样一个过程。基于数据，我们的系统有了用户，之后我们根据数据改进算法、改进系统，使系统的性能不断提高。在人工智能闭环的时候，我们就可以不断地去给用户提供更好的服务，使得我们这个系统变得更加智能化。

　　我们看一些自然语言处理技术，就是说数据驱动，自然语言处理大概有五类技术，我们用数学建模，用统计机器学习办法建模，基本上就是这五类模型。主要的应用、方法基本上都属于这五类技术，包括分类、匹配、翻译、结构预测和序列决策过程。

　　分类。文字的序列，我们要打印标签，这是我们常做的最基本的自然语言处理。

　　匹配。两个文字序列都匹配，看它们匹配的程度，最后输出一个非负的实数值，判断这两个文字序列它们的匹配程度。

　　翻译。把一个文字序列，转换成另外一个文字序列。

　　结构预测。你给我一个文字序列，让它形成内部结构的一个信息。

　　序列决策过程。在一个复杂的动态变化环境里面，我们怎么样不断去决策。比如描述序列决策过程的马尔可夫随机过程，这是一个有效的、非常常用的数学工具。