追一科技刘云峰：今年是NLP技术大年，要做全栈的AI公司

NLP之外，追一科技也在扩大语音和视觉团队，构建语义、语音、多模态等AI技术的闭环。

“我上个月在南京的差旅住宿，花了多少钱？”

“我上周五通过信用卡消费了多少钱？”

……

上述问题，聊天机器人可以立刻给你答案。

让机器读懂我们的的语言，并且输出我们能明白的回答，这个过程就需要自然语言处理（NLP）技术的支持。换句话说，NLP充当了机器和人类之间的翻译工作，它在诸多AI应用中发挥着关键作用。

与热门的计算机视觉、语音识别等技术相比较，研究NLP的创业公司相对少很多，追一科技便是国内首批从事NLP技术和深度学习的企业智能服务AI公司，李开复曾公开表示，“追一科技是国内乃至全球最好NLP公司之一。”

就在最近，由追一科技主办的首届中文NL2SQL挑战赛在南京落幕，从全球1457支队伍中脱颖而出的五支队伍角逐最后的冠军，在此期间，镁客网采访了追一科技的联合创始人兼CTO刘云峰，探讨了当前NLP技术的发展和应用落地情况，以及追一科技在NLP技术浪潮中扮演的角色。

图 | 追一科技联合创始人兼CTO刘云峰

NLP是AI的关键一环，追一已经做到技术落地

通常情况下，我们会把AI分为“感知”和“认知”两个部分。其中，计算机视觉和语音识别属于感知部分，而自然语言处理（NLP）则是认知部分的重要内容。从这个层面去解读，NLP的研究难度比计算机视觉乃至语音技术都要更上一层楼。

但NLP的发展历程比计算机视觉乃至语音理解都要早，早在上世纪50年代，电子计算机的出现，就带来了许多自然语言处理的任务需求，其中最典型的就是机器翻译。而我们最为熟悉的NLP应用则是网页搜索，从海量的文本中进行自然语言的信息检索和抽取。

伴随着大数据、深度学习技术的应用，NLP也进入了一个新的阶段，用刘云峰的话来说，“以前我们只需要机器理解人的语言，但现在的自然语言理解，是希望机器像人一样具备一定的常识和思维推理能力，这已经比以前期望值高很多。”

相应的，围绕NLP的创业，技术门槛自然很高，这也恰恰是追一科技的一大优势。

追一科技的主要创始团队中有三人来自腾讯，创始人兼CEO吴悦是原腾讯TEG事业群搜索部门负责人，主持构建了腾讯分布式文件系统、大数据集群、大网页搜索引擎推荐引擎等重要项目；CTO刘云峰在腾讯从事搜索技术、自然语言处理、机器学习方向的研究长达十年，在NLP领域有着丰富的技术和实战经验。

成立之初，追一科技从智能客服切入，举个例子，通过追一科技的AI技术解决方案，可以直接和客服机器人进行“正常语言”的交流对话，比如询问账单情况、帮忙订张票、查找附近最近好吃的餐厅等等。

经过三年的发展，他们已经构建了智能语义和算法平台等AI技术栈，打造了以知识为驱动的数字员工产品族，包括智能客服、数字催收、数据质检、上岗培训、用户画像、反洗钱分析、警情分析等。

目前，追一科技的智能服务解决方案，从客服机器人到人机协同等，也已经在招商银行信用卡、中国移动、万达、携程等企业中应用落地。

发起NL2SQL挑战赛，今年会是NLP技术大年

在和企业客户打交道过程中，追一科技发现很多企业客户的知识和数据都是以数据库的形式存储，问题随之而来，能不能基于数据库去解决一些交互的问题，NL2SQL（自然语言转结构化查询语句）就是答案。

NL2SQL是NLP的一个研究方向，可以将人类的自然语言自动转化为相应的SQL语句，进而与数据库直接交互、并返回交互的结果。比如我们问：大众10万到20万之间的车型有几种？NL2SQL可以让机器理解这样的自然语言，并从表格中检索出答案。

当前，研究NL2SQL的企业非常少，刘云峰表示在年初NL2SQL挑战赛之前，国内除了微软，就是追一科技在做。

所以，为了打开这个新兴垂直技术的天花板，他们发起了此次NL2SQL挑战赛。比赛同期追一科技还发布了业内首个大规模的中文数据集，包括4870张表格数据、近50000条标注数据以及相应的SQL语句。

图 | 首届中文NL2SQL挑战赛决赛现场

从比赛初期的60%准确率，到复赛结束时最高92％的准确率，刘云峰也非常意外，“这个结果比同类数据难度更低的WikiSQL成绩还要好，说明我们在基础技术的研发方面，已经追上甚至超过了国外同行的技术水平。”

不过他也表示，虽然此次发布的数据集已经覆盖了10多个行业，也具备了一定的泛化能力，但技术真正落地还有很多工程化的工作，比如行业是否有这样的数据积累，数据表格的复杂度以及文本的歧义等等，都需要针对垂直行业做进一步的调优。

谈及举办这次比赛的初衷，刘云峰表示，“从AI的发展规律来看，一个技术如果有专门的技术挑战赛，会加速它的产业化落地，比如视觉领域的ImageNet，这些公开测试集或者挑战赛出现的时间点，恰好都是这个技术从论文走上产业化的临界点。”

刘云峰也强调，从技术成熟度来看，业内已经解决了很多NLP的基础问题，今年会是NLP的大年，但是落地到场景上会有一、两年的延后。“之后NLP会进入到技术成熟阶段的爆发期，能够解决一些更为复杂的任务。”

NLP之外，做全栈的AI公司

“交互”是追一科技产品的核心方向，除了早期的文本、语音交互，采访中刘云峰透露，追一科技正在做“多模态交互的数字人产品”，这是一个区别于虚拟主播等朗读型机器人的交互型产品，囊括了语音技术、自然语言处理、视觉三大领域的技术，并且拥有自我进化的能力，能够对数据知识归类分析总结，自我学习。

“这个虚拟形象的表情、肢体动作会和说话内容相匹配，可以做到实时的对话交互。”

刘云峰认为，“未来头部的AI公司一定是全栈的AI公司。”也就是说，每一个AI公司既要有自己最核心、最拿手的方向，对其他技术也需要了若指掌。

所以，NLP之外，追一科技也在扩大语音和视觉团队，构建语义、语音、多模态等AI技术的闭环。

目前他们已经做到语音技术的闭环，而且相较于通用的语音识别，追一科技更关注语音交互领域的歧义问题，提高上下文场景里的语音识别准确率。视觉方面，追一科技也更加关注交互所需要的视觉理解，比如用户的手势识别指令。

上文所提到的“数字人”产品就是追一科技在语音、视觉、NLP三大技术上的“集大成者”。

最后，谈及NLP的大规模商业化问题，刘云峰认为要解决共同化和平台化的问题，企业服务的特点是定制化需求多，所以要做到“配置即定制”，将产品“PaaS”化，加强产品化能力以及与合作伙伴的黏性，更高效地解决企业需求。

结语：

哪里有语言，哪里就有NLP发挥作用的地方。正如刘云峰所言，NLP这两年在语言模型等基础能力上已经有所突破，下一步要完善的就是技术落地到商业场景中的工程化问题。

从论文到工业应用，技术的传递链在加速，追一科技要做的就是解决好垂直领域的知识问题，在技术应用爆发到来前，做好准备。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！