IBM提升Watson理解业务语言的能力
IBM，人工智能的开发业务1，宣布了一些新的IBM沃森技术，旨在帮助组织开始识别，理解和更清晰一些分析的英语最具挑战性的方面，以获得更多见解。
新技术代表了主要的自然语言处理(NLP)功能的首次商业化，该功能来自 IBM Research的Project Debater，这是唯一能够就复杂主题辩论人类的AI系统。例如，定义了新的高级情感分析功能以识别和分析 习语 和口语化的第一次。短语(如“几乎没有帮助”或“在领下很热”)对AI系统而言一直是挑战，因为它们很难发现算法。通过高级的情感分析，企业可以开始使用Watson API分析此类语言数据，以更全面地了解其运营。此外，IBM还从IBM Research引进了用于理解商业文档(例如PDF和合同)的技术，以增加其AI模型。
IBM Data and AI总经理Rob Thomas说：“语言既是表达思想和观点的工具，又是信息的工具 。” “这就是为什么我们从Project Debater中收获技术并将其集成到 Watson中的原因 ，以使企业能够从人类语言中捕获，分析和理解更多信息，并开始改变他们如何利用已编码数据的智力资本。”
今天，IBM宣布计划 在全年中将Project Debater技术集成到 Watson中，重点是提高客户利用自然语言的能力：
A.分析– 高级情感分析。 IBM增强了情感分析功能，以便能够更好地识别和理解成语(短语和表达)等复杂的单词方案，以及所谓的情感转移器，它们是单词的组合，共同具有新的含义，例如“几乎没有帮助” 。” 这项技术将被整合到 Watson Natural Language谅解中 这个月。此外，我们宣布了一项新的分类技术，该技术将使客户能够创建AI模型，从而可以更轻松地对业务文档(例如采购合同)中出现的条款进行分类。基于Project Debater基于深度学习的分类技术，该新功能可以从数百个样本中学习，从而快速，轻松地进行新分类。计划在 今年晚些时候将其添加到 Watson Discovery中。
B.简报– 摘要。 这项技术从各种来源提取文本数据，以向用户提供有关特定主题正在说和写的内容的摘要。 今年，The GRAMMYS利用了Summarization的早期版本 来分析超过1800万篇文章，博客和个人简历，以对数百名GRAMMY艺术家和名人进行一口大小的见解。然后将数据注入到红地毯直播流，www.grammy.com上的点播视频和照片中， 以使歌迷更加了解当晚的主要话题。计划在今年晚些时候将其添加到IBM Watson Natural Language了解。
C.聚类– 高级主题聚类。 基于从Project Debater获得的见解，新的主题聚类技术将使用户能够“聚类”传入的数据，以创建有意义的相关信息“主题”，然后可以对其进行分析。该技术计划于今年晚些时候集成到Watson Discovery中，还将使主题专家可以自定义和微调主题，以反映特定业务或行业的语言，例如保险，医疗保健和制造业。
