《基于混合方法的自然語言處理》譯者序
隨著智能音箱走進千家萬戶，基于人工智能的產(chǎn)品與服務切實地來到了我們的身邊。我們對智能音箱說話，問天氣，定鬧鐘，聽音樂，交流是如此的自然，這就是人工智能給我們帶來的便利。
人工智能皇冠上的那顆明珠是自然語言處理，智能音箱則是自然語言處理的諸多應用之一。智能音箱背后的技術包括了自然語言處理中的語音識別（ASR）、自然語言理解（NLU）、自然語言生成、語音合成（TTS）等等。自然語言處理技術有很多流派，其中面向知識表示和基于數(shù)據(jù)驅(qū)動的兩種方法是其中的主要代表。
在面向知識表示的方法中，知識圖譜的應用相當廣泛。知識圖譜的概念誕生于2012年，由Google公司首先提出，最早應用于搜索引擎，是為了準確地闡述人、事、物之間的關系。
我們可以從不同的視角去審視知識圖譜的概念。從Web應用來看，知識圖譜就像簡單之間的超鏈接一樣，通過建立數(shù)據(jù)之間的語義鏈接，支持語義搜索；對于數(shù)據(jù)庫來說，知識圖譜是利用圖的方式去存儲知識的方法；從知識表示來看，知識圖譜是采用計算機符號表示和處理知識的方法；對于人工智能來說，知識圖譜是利用知識庫來輔助理解人類語言的工具。在自然語言處理視角下，知識圖譜就是從文本中抽取語義和結(jié)構化的數(shù)據(jù)。一般來說，知識圖譜是為了描述文本語義，在自然界建立實體關系的知識數(shù)據(jù)庫。
自然語言處理中基于數(shù)據(jù)驅(qū)動的方法主要包括傳統(tǒng)的機器學習以及當前廣受關注的深度學習。傳統(tǒng)機器學習可以理解為手工特征+機器學習模型，而深度學習是從數(shù)據(jù)中自動學習特征，進而提高機器學習模型的性能。深度學習成功依賴3個條件，即算法模型，計算資源和足夠的數(shù)據(jù)。大數(shù)據(jù)時代的來臨，GPU的發(fā)展，尤其是神經(jīng)網(wǎng)絡相關工程理論的改進，使得深度學習在自然語言處理領域發(fā)揮著巨大的價值。其中，神經(jīng)網(wǎng)絡結(jié)構非常適合于逐層進行數(shù)據(jù)的抽象表達，也就是我們平常說深度學習，即深度神經(jīng)網(wǎng)絡。
對于工程師而言，妄議不同流派的口舌之爭是沒有意義的。我們需要解決現(xiàn)實研究領域中的問題，包括文本分類與聚類、文章標簽與摘要提取、文本審核與輿情分析、機器翻譯、閱讀理解、問答系統(tǒng)與聊天機器人、搜索引擎、知識圖譜、自然語言生成等等。 無論是知識圖譜， 還是深度神經(jīng)網(wǎng)絡，都表現(xiàn)出了在不同領域的強大能力。
那么，知識圖譜與神經(jīng)網(wǎng)絡的融合會是怎樣的呢？進而，
神經(jīng)網(wǎng)絡方法如何擴展預先捕獲的知識，明確表示為知識圖譜呢？
基于知識的表示與基于神經(jīng)網(wǎng)絡的表示如何實現(xiàn)無縫集成呢？
如何檢查和評估混合方法特征表示的質(zhì)量？
混合方法如何能比單獨的方案產(chǎn)生更高質(zhì)量的結(jié)構化表示和神經(jīng)網(wǎng)絡表示呢？
.......
我們很榮幸得到這樣一個特殊的學習機會，負責翻譯了《基于混合方法的自然語言處理：神經(jīng)網(wǎng)絡模型與知識圖譜的結(jié)合》一書。本書不僅為兩個流派探索了融合的方向，而且還建立了一個混合自然語言處理的開放實驗環(huán)境。數(shù)據(jù)，代碼，實現(xiàn)的部署和方式都很符合工程師的口味，將自底向上的數(shù)據(jù)驅(qū)動模型和自頂向下的結(jié)構化知識圖譜結(jié)合在一起，形成了一系列有趣的實踐指南。
本書的翻譯源自幾個不同有趣靈魂和人生軌跡的碰撞。首先感謝華章出版社和劉鋒老師的信任，把這樣一個前沿技術領域的翻譯工作交給了我們。感謝家人對我們支持，讓我們把有限的時間更多地投入到譯作中。特別感謝百度的徐犇老師，在百忙之中審閱了全文，提出了很多建設性的意見和建議。翻譯是一項特殊的學習和創(chuàng)作過程，字里行間包含了譯者的理解和選擇。盡管小心謹慎如履薄冰，終因譯者水平有限，本書翻譯錯漏之處在所難免，望諸位讀者海涵并指正。
【關聯(lián)閱讀】
翻譯如寫生 一個Bot的自白 老碼農(nóng)的AI漫談 知識圖譜的5G追溯 從語義網(wǎng)到知識圖譜 感知自然語言理解（NLU） 翻譯如重構，期待您的單元測試 Web3.0，區(qū)塊鏈后花園的姹紫嫣紅 難以捉摸？機器學習模型的可解釋性初探 面向NLP的AI產(chǎn)品方法論——如何做好“多輪對話管理” 面向NLP的AI產(chǎn)品方法論——如何通過數(shù)據(jù)分析迭代優(yōu)化 面向NLP的AI產(chǎn)品方法論——尋找語音交互的業(yè)務場景 關于行業(yè)規(guī)模的知識圖譜——經(jīng)驗和挑戰(zhàn) 揭秘“語音交互”背后的AI硬核黑科技！ AI 語音交互開放平臺的構建與演進 計算機網(wǎng)絡的元認知、實踐與未來 有感，一些與自己同齡的文字 《智能語音時代》的讀書筆記 《復雜系統(tǒng)突現(xiàn)論》讀后 《人工智能簡史》讀后 當技術成為一種情懷