香儂科技Glyce模型打破13項中文NLP世界記錄

金融科技公司香儂科技于近日提出了Glyce模型，打破13項近乎所有中文自然語言理解(NLP)的世界紀錄，這是中國團隊在計算機理解中文方面取得的一項重要進步。加州大學圣塔芭芭拉分校教授、卡耐基梅隆大學計算機博士William Wang表示, "目前絕大多數的NLP研究基于英文，并不完全適用于漢語。Glyce利用漢字的象形表意特征，是在AI理解中文語義方面做出的重要創新。"

在文字中獲得想要的信息，報告被濃縮成摘要，機器可以明白你的問題快速作答。讓機器讀懂人類語言是人工智能的核心目標，也因此吸引世界科技巨頭如谷歌，Facebook, 蘋果，亞馬遜等大力布局自然語言處理(NLP)方向。國內的大型互聯網公司和創業公司也都在進行各項研究。NLP領域因各方的參與進展飛速。香儂科技專注自然語言處理技術創新，表現十分搶眼。這個由一群最優秀的中國年輕人組成的，平均年齡不到30歲的科技創業公司，帶來了全世界最好的智能中文語義理解結果。

很多金融機構對香儂科技并不陌生。香儂科技致力于用AI技術實時處理海量信息，為大型金融機構提供外源信息聚合，智能文檔審核，企業信用輿情監測，專業金融問答，智能報告生成等服務。

成立僅一年，該團隊就因在NLP領域的技術優勢與多家金融機構建立了合作。據報道，香儂科技在去年9月完成了紅杉中國領投的1.1億元A輪融資，累計融資額近2億人民幣。香儂科技的CEO李紀為博士來自斯坦福自然語言處理實驗室，是斯坦福計算機系第一個三年畢業的博士，也是NLP領域學術引用最多的青年學者之一。他入選2018年福布斯中國"30位30歲以下精英榜"。團隊的其他成員也均來自世界頂尖學府，科技公司和金融機構。

在服務金融機構的多項業務場景中，香儂科技始終在思考，能否讓計算機更多地讀懂中文的財經新聞，行研報告，幫助人們快速地獲取關鍵信息?香儂科技持續加大在金融領域的NLP研究，并提出了Glyce模型。

中文天賦其形，是象形文字，字形本身蘊含豐富的語義信息。然而當今中文自然語言處理的方法一般借鑒于西方，所以主要機制多針對羅馬字母，而并不是適合中文象形文字。Glyce模型運用不同歷史時期的中文象形，從周商時期的金文，漢代的隸書，魏晉時期的篆書，南北朝時期的魏碑，以及繁體、簡體中文，還本溯源，將漫長歷史中豐富的中文演變，抽象成機器可以理解的符號，讓機器更好地理解中文語言。打破了13項NLP世界紀錄，對機器理解中文取得了一大進步。

Glyce模型在近乎所有中文自然語言處理的任務打破了歷史記錄，任務包括情感分析，句法分析, 字符級別語言模型，詞級別語言模型, 中文分詞, 實體標注, 詞性標注，語義角色分析, 語義相似度計算, 問答匹配, 機器翻譯, 篇章句法樹分析。Glyce作者共有九名，均來自香儂科技。