人工智能延伸科学交流触角

  • 时间:
  • 浏览:0

调查大问题加载中,请稍候。

若长时间无响应,请刷新本页面

  近日,一款看起来挺有文化的写稿机器人上线了。它叫小柯,由中国科学报社和北京大学科研团队一块儿研发。

  小柯写的也有普通的稿子,没办法 来越多没办法 来越多我中文科学新闻。据介绍,运用自然语言正确处理技术,小柯以英文论文摘要为基础,不能快速写出中文科学新闻底稿,但会 由专业人士和报社的编辑进行把关和信息完善,帮助科学家以中文土方法快速获取全球高水平英文论文中的最新科研进展。

  目前小柯的作品原困上线。人工智能的触角,也在伸向各个领域。

  小柯:4个多 尽职的摘要翻译转写者

  科技日报记者发现,7月5日,小柯机器人发出第一篇稿子,截至8月22日记者统计时,小柯机器人共发稿415篇。初期更新时间距论文发表时间间隔4个多 月左右,现在不能做到当天或隔天更新,每天更新几篇到二十几篇不等。所选论文来自生命科学等领域,涉及《自然》《细胞》《新英格兰医学杂志》等期刊。

  记者对照分析了小柯作品《单细胞测序揭示冠状动脉疾病保护机制》及其英文原文。新闻中,小柯先对论文主题、研究单位以及发表期刊进行简单介绍,后接英文原文摘要的翻译,大致反映原文内容;翻译时会对原文进行适当的句子简化,一块儿在对专业词语的翻译上也使用了如“血管平滑肌细胞”“保护性纤维帽”等专业表述。

  不过,这没办法 来越多没办法 来越多我也有小柯的功劳,原困稿件发出前,还一群人工审校你你这种步骤。北京大学计算机科学技术研究所研究员万小军团队负责小柯的系统总体设计与联合技术攻关。他告诉科技日报记者,目前机器翻译系统的性能很大程度上依赖于其所使用的训练数据,即平行语料。目前的平行语料多为新闻语料,但会 训练得到的机器翻译模型对于日常新闻的翻译效果较好。但学术文献(比如生物学术论文)与日常新闻在用词造句等方面也有较大差别,机器翻译系统对于学术文献翻译的效果何必 理想。

  你你这种次,一群人通过融合领域知识进行句子智能筛选,选取适合大众理解的句子,并基于句子简化提升句子翻译质量。“英文学术论文摘要适合专业科研人员阅读,但摘要中的句子何必 都适合写到科学新闻中面向大众传播,但会 时需结合编辑提供的先验知识,采用计算机算法对句子进行筛选,保留适合进行大众新闻传播的句子。”万小军说。

  自然语言正确处理技术不只能让机器人写稿

  研发小柯用了7天 时间,万小军表示,和一般写稿机器人相比,4个多 好的跨语言科技新闻写稿机器人时需进行两次重要的信息转换过程:一次是不同语言的转换,将英文文本转换为中文文本;另一次是语言风格的转换,将学术型文字表达转换为大众不能接受的通俗文字表达。“这两次转换都具有较大的挑战性,目前并没办法 全部正确处理。后续还时需进一步积累数据,调整算法模型,不能取得更好的效果。”万小军说。

  接下来,团队还将继续优化小柯,让它写出的科学新闻内容更富有,表达更生动。

  当然,翻译撰写科技新闻稿件,没办法 来越多没办法 来越多我自然语言正确处理等人工智能技术在学术交流中所能大显身手的领域之一。

  “基本上,假使 人类交流和工作过程中涉及到语言和文字的地方,自然语言正确处理技术也有原困发挥作用。”万小军说,在科研论文写作过程中,不能借助自然语言正确处理技术帮助推荐参考文献,并自动生成related work等章节的文字;业界也有基于自然语言正确处理技术自动编撰图书的尝试。“我当时人也接触到没办法 来越多没办法 来越多很有意思也很有挑战的应用需求,但可惜的是不少需求都无法基于目前的自然语言正确处理技术进行实现。自然语言正确处理技术还时需进一步地发展和突破,我相信在未来将有更多的用武之地。”

  中国知网常务副总经理张宏伟长期关注自然语言正确处理,大数据和人工智能方面的应用研究。他告诉科技日报记者,在数字出版和知识服务的全链条中,你都能看过人工智能和机器学习技术的身影。

  人工智不里能对数字出版的选题策划、协同撰稿、内容编审进行赋能。大数据标注机器人则能对海量文献信息资源进行OCR文字识别,智能版面分析,知识元抽取,自动分类,自动标引主题,自动生成摘要,自动翻译,自动标注引用和参考文献。

  一群人熟悉的论文抄袭检测,同样时需智能技术。它也有简单的句子重复检测,没办法 来越多没办法 来越多我要对文本内容(包括图片、公式、表格等)进行语义索引,“看你在思想上有没办法 抄袭别人”。原困居于不同语言之间的互抄,还时需动用“机器翻译”。张宏伟表示,初级的语义抄袭不能由机器揪出来,不过,原困足够有“心机”,全部用当时人的语言“洗”了别人的思想,对人工智能的技术要求一下就提高了其他。目前已有利用神经网络模型对文本内容构建高维度语义索引等新技术突然出显,不管是中文还是英文,一律映射到4个多 统一的语义空间,实现真正基于内容理解的语义级全文比对检索。

  知识库是中国智慧社会的基础设施

  至于在学术研究中必不可少的资料索引,看似简单,也仍然具有技术含量。

  张宏伟说,数字出版和数字图书馆的资源类型非常富有,有一定量文本、图像和音视频数据,且数据是非特征化的,若想对其进行角度的挖掘利用,难度不小。

  就拿常见的信息检索来说,首先得做到结果要全,相关度要高;再进阶一步,不能用自然语言交互的土方法检索;升级一下难度,用智能问答的土方法查找信息,不能直接给出答案?“要让检索功能变得更贴心,计算机要‘学会’阅读资料,总结、推理但会 回答。它时需把海量的数据资源变成当时人不能理解的知识库。”张宏伟说。

  角度学习等统计土方法严重依赖于大样本数据,然而,现实世界中,没办法 来越多没办法 来越多实际大问题仅仅依靠统计土方法是无法正确处理的,这就时需建立专门的计算机能理解的知识库,实现真正的人工智能。但构建知识库,本身 是一项极其艰难且耗时漫长的工作。毕竟,机器和人对知识的理解土方法大相径庭。

  张宏伟说,像知网没办法 来越多没办法 来越多我的机构正在致力于角度整合全球知识信息资源,建设世界知识大数据。也在让文本文献碎片化、网络化,土方法知识使用的场景,采用半自动知识抽取算法来构建面向垂直领域的知识图谱。2019年知网陆续推出了其他基于知识图谱的行业中国智慧应用产品,如医疗领域的临床智能诊断,法律领域的智能量刑判案等。

  “不过,一群人儿在有有哪些领域但是起步。我当时人虽然,还是要少其他浮躁,踏踏实实做其他基础性的工作。没办法 知识的支撑,就谈不上‘中国智慧’。” 在张宏伟看来,知识库和人工智能,本身 没办法 来越多没办法 来越多我互相有利于、相互赋能的关系。构建知识库时需人工智能,而人工智能的发展,也离不开知识库。为什么会么会在么在将人类的知识库转换成计算机能理解的知识库是人工智能的核心大问题,面临其他困难,时需学术界和产业界一块儿努力。记者 张盖伦 实习生 陆 越

[ 责编:肖春芳 ]

阅读剩余全文(