谷歌开放自然语言理解源码：能让PC听懂人话
浏览数：654 /
时间：2016年05月13日
搜索巨头谷歌为了让用户获得更好的搜索服务而投入大量资源开发人工智能，并且成效明显。现在，谷歌决定与大家共同分享自己的成果。
谷歌今天宣布开放自然语言理解软件SyntaxNet的源代码，将其作为该公司TensorFlow开源机器学习库的一部分。SyntaxNet可以用于自动分析语句含义，而此次公布的包括训练新模型的代码，以及英语文本分析的预训练模型。
谷歌表示，这个名为Parsey McParseface的句法分析程序可以自动判断某个单词是名词、动词还是形容词，它是目前全球同类程序中准确度最高的一款，甚至可以与人类语言学家媲美。
与TensorFlow一样，SyntaxNet主要使用C++执行。它现在实现了开源，使得外部程序员也可以对其加以改进，从而帮助该公司寻找新的人才并改进产品。整体而言，语句分析与产品评论有关，包括应用评论以及餐馆和购物点评，这项技术与互联网搜索和Google Now On Tap功能也有关系。
谷歌今天宣布开放自然语言理解软件SyntaxNet的源代码，将其作为该公司TensorFlow开源机器学习库的一部分。SyntaxNet可以用于自动分析语句含义，而此次公布的包括训练新模型的代码，以及英语文本分析的预训练模型。
谷歌表示，这个名为Parsey McParseface的句法分析程序可以自动判断某个单词是名词、动词还是形容词，它是目前全球同类程序中准确度最高的一款，甚至可以与人类语言学家媲美。
与TensorFlow一样，SyntaxNet主要使用C++执行。它现在实现了开源，使得外部程序员也可以对其加以改进，从而帮助该公司寻找新的人才并改进产品。整体而言，语句分析与产品评论有关，包括应用评论以及餐馆和购物点评，这项技术与互联网搜索和Google Now On Tap功能也有关系。
谷歌研究院产品经理Dave Orr表示，与传统的机器学习算法相比，深度学习技术在语言理解方面更加擅长。神经网络是SyntaxNet的关键所在，该项目的开发代号为“神经官能症”(neurosis)。这种方法通常需要通过大量数据对人工神经网络进行训练，然后让其对新数据进行推断。谷歌还将深度学习技术用于图片识别和语音识别。
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
