百度联合发布全球最大中文自然语言处理数据共建计划“千言”

（原标题：百度联合发布全球最大中文自然语言处理数据共建计划“千言”）

在8月25日举行的百度大脑语言与知识技术峰会上，百度集团副总裁吴甜和百度技术委员会主席吴华分别发布百度语言与知识技术系列产品和数据集共建计划，推出5款产品的新发布，全面加速AI技术大规模应用。

自然语言理解(NLP)素有“人工智能皇冠上的明珠”盛誉，这也意味着语言与知识等认知层面的技术突破将进一步促进AI深入发展。语言与知识技术是人工智能认知能力的核心。2010年，百度成立自然语言处理部，在前瞻技术与产业格局上实现引领和创新。十年来，百度大脑语言与知识技术获得包括国家科技进步奖在内的20多个奖项，30多项国际竞赛冠军，发表学术论文超过300篇，申请专利2000多项。

百度CTO王海峰介绍，知识图谱是机器认知世界的重要基础，百度已经打造了世界上最大规模知识图谱，拥有超过50亿实体和5500亿事实，并在不断演进和更新。百度知识图谱应用于各行各业，每天的调用次数超过400亿次。同时，在融入知识的基础上，语言理解能力不断增强。基于预训练技术的成功经验，百度还提出基于多流机制的语言生成预训练技术，兼顾词、短语等不同粒度的语义信息，提升生成效果。

同日，百度集团副总裁吴甜接续发布语义理解技术与平台文心、智能文档分析平台TextMind和AI同传会议解决方案3大新产品，同时发布了6项升级，包括智能创作平台的3个场景方案、以及智能对话定制与服务平台UNIT的3项全新升级。

据悉，百度推出的语义理解技术与平台文心，基于深度学习平台飞桨打造，依托语义理解核心技术，集成预训练模型、全面的NLP算法集、端到端开发套件和平台，提供一站式NLP开发与服务，让开发者更简单、高效地定制企业级NLP模型。全新发布的智能文档分析平台TextMind，基于OCR、NLP技术，以文档解析为核心能力，支持文档对比与文档审核，具备“多快好省”的核心优势，促进企业办公智能升级。

百度大脑智能创作平台针对媒体应用场景再升级，全新推出智能策划、智能采编、智能审校三大媒体场景方案，进一步助力媒体人更快、更好地创作。智能对话定制与服务平台UNIT升级3大特性：更智能的任务式对话理解、极致便捷的表格问答和融合通用的新对话引擎。此次UNIT全新升级的三大能力，将进一步降低任务式对话、智能问答的定制成本，并融合通用对话能力，提升交互体验。

同时，百度联合中国计算机学会、中国中文信息学会发起中文自然语言处理数据共建计划——千言，解决数据稀缺问题。千言一期由来自国内11家高校和企业的数据资源研发者共同建设，已涵盖开放域对话、阅读理解等7大任务，20余个中文开源数据集。

百度技术委员会主席吴华表示，“未来我们希望有更多的数据集作者能够参与共建千言，共同推动中文信息处理技术的进步，建设世界范围的中文信息处理影响力。我们计划在未来3年，面向20多个任务，收集和建设不少于100个中文自然语言处理数据集，覆盖语言与知识技术全部领域。”

（文章来源：证券时报网）