| ka2012 |
2019-08-26 15:46 |
人工智能延伸科學(xué)交流觸角
近日，一款看起來(lái)挺有文化的寫(xiě)稿機(jī)器人上線了。它叫小柯，由中國(guó)科學(xué)報(bào)社和北京大學(xué)科研團(tuán)隊(duì)共同研發(fā)。 ' Xg9MS&
hc]5 f3Z
小柯寫(xiě)的不是普通的稿子，而是中文科學(xué)新聞。據(jù)介紹，運(yùn)用自然語(yǔ)言處理技術(shù)，小柯以英文論文摘要為基礎(chǔ)，能夠快速寫(xiě)出中文科學(xué)新聞底稿，然后由專業(yè)人士和報(bào)社的編輯進(jìn)行把關(guān)和信息完善，幫助科學(xué)家以中文方式快速獲取全球高水平英文論文中的最新科研進(jìn)展。 TlJ'pG 4^
1_z~<d
@?;
目前小柯的作品已經(jīng)上線。人工智能的觸角，也在伸向各個(gè)領(lǐng)域。 yS@xyW /
:@J.!dokF
小柯：一個(gè)盡職的摘要翻譯轉(zhuǎn)寫(xiě)者 3.@ir"vy
)`}4rD^b
記者發(fā)現(xiàn)，7月5日，小柯機(jī)器人發(fā)出第一篇稿子，截至8月22日記者統(tǒng)計(jì)時(shí)，小柯機(jī)器人共發(fā)稿415篇。初期更新時(shí)間距論文發(fā)表時(shí)間間隔一個(gè)月左右，現(xiàn)在可以做到當(dāng)天或隔天更新，每天更新幾篇到二十幾篇不等。所選論文來(lái)自生命科學(xué)等領(lǐng)域，涉及《自然》《細(xì)胞》《新英格蘭醫(yī)學(xué)雜志》等期刊。 ig4mj47wJ
'V} 4_3#q
記者對(duì)照分析了小柯作品《單細(xì)胞測(cè)序揭示冠狀動(dòng)脈疾病保護(hù)機(jī)制》及其英文原文。新聞中，小柯先對(duì)論文主題、研究單位以及發(fā)表期刊進(jìn)行簡(jiǎn)單介紹，后接英文原文摘要的翻譯，大致反映原文內(nèi)容；翻譯時(shí)會(huì)對(duì)原文進(jìn)行適當(dāng)?shù)恼Z(yǔ)句簡(jiǎn)化，同時(shí)在對(duì)專業(yè)詞語(yǔ)的翻譯上也使用了如“血管平滑肌細(xì)胞”“保護(hù)性纖維帽”等專業(yè)表述。 1p(9hVA
L!^^3v n
不過(guò)，這也不全是小柯的功勞，因?yàn)楦寮l(fā)出前，還有人工審校這一步驟。北京大學(xué)計(jì)算機(jī)科學(xué)技術(shù)研究所研究員萬(wàn)小軍團(tuán)隊(duì)負(fù)責(zé)小柯的系統(tǒng)總體設(shè)計(jì)與聯(lián)合技術(shù)攻關(guān)。他告訴科技日?qǐng)?bào)記者，目前機(jī)器翻譯系統(tǒng)的性能很大程度上依賴于其所使用的訓(xùn)練數(shù)據(jù)，即平行語(yǔ)料。目前的平行語(yǔ)料多為新聞?wù)Z料，因此訓(xùn)練得到的機(jī)器翻譯模型對(duì)于日常新聞的翻譯效果較好。但學(xué)術(shù)文獻(xiàn)（比如生物學(xué)術(shù)論文）與日常新聞在用詞造句等方面都有較大差別，機(jī)器翻譯系統(tǒng)對(duì)于學(xué)術(shù)文獻(xiàn)翻譯的效果并不理想。 #A^(1
0-8'. C1v
這一次，他們通過(guò)融合領(lǐng)域知識(shí)進(jìn)行語(yǔ)句智能篩選，選擇適合大眾理解的語(yǔ)句，并基于語(yǔ)句簡(jiǎn)化提升語(yǔ)句翻譯質(zhì)量�！坝⑽膶W(xué)術(shù)論文摘要適合專業(yè)科研人員閱讀，但摘要中的語(yǔ)句并不都適合寫(xiě)到科學(xué)新聞中面向大眾傳播，因此需要結(jié)合編輯提供的先驗(yàn)知識(shí)，采用計(jì)算機(jī)算法對(duì)語(yǔ)句進(jìn)行篩選，保留適合進(jìn)行大眾新聞傳播的語(yǔ)句�！比f(wàn)小軍說(shuō)。 rG{,8*
!6eF8T
自然語(yǔ)言處理技術(shù)不只能讓機(jī)器人寫(xiě)稿 ,zh4oX`>
Z)G@ahO Q
研發(fā)小柯用了半年時(shí)間，萬(wàn)小軍表示，和一般寫(xiě)稿機(jī)器人相比，一個(gè)好的跨語(yǔ)言科技新聞寫(xiě)稿機(jī)器人需要進(jìn)行兩次重要的信息轉(zhuǎn)換過(guò)程：一次是不同語(yǔ)言的轉(zhuǎn)換，將英文文本轉(zhuǎn)換為中文文本；另一次是語(yǔ)言風(fēng)格的轉(zhuǎn)換，將學(xué)術(shù)型文字表達(dá)轉(zhuǎn)換為大眾能夠接受的通俗文字表達(dá)。“這兩次轉(zhuǎn)換都具有較大的挑戰(zhàn)性，目前并沒(méi)有完全解決。后續(xù)還需要進(jìn)一步積累數(shù)據(jù)，調(diào)整算法模型，才能取得更好的效果�！比f(wàn)小軍說(shuō)。 mh8)yy5\
<Y
| |