三、交互模塊：語(yǔ)音達(dá)商用門檻，語(yǔ)義理解亟待提升

　　1 智能語(yǔ)音技術(shù)已經(jīng)達(dá)到商用門檻

　　語(yǔ)音語(yǔ)義發(fā)展歷經(jīng)三階段，規(guī)則階段進(jìn)展甚微，統(tǒng)計(jì)階段第一次爆發(fā)，深度學(xué)習(xí)是第二次爆發(fā)。20世紀(jì)50年代到70年代，在語(yǔ)音識(shí)別領(lǐng)域由規(guī)則主導(dǎo)，瓶頸無(wú)法破除發(fā)展緩慢，IBM幾百個(gè)詞70%的識(shí)別度；20世紀(jì)70年代到20世紀(jì)末，發(fā)展迅速，統(tǒng)計(jì)與規(guī)則角力，并逐步解決語(yǔ)音識(shí)別、詞性分析、句法分析問(wèn)題；21世紀(jì)初，由于計(jì)算能力增強(qiáng)語(yǔ)音技術(shù)有了重大突破，2006年至今，深度學(xué)習(xí)繼續(xù)在語(yǔ)音識(shí)別領(lǐng)域完善。

   2 語(yǔ)義理解仍需時(shí)日，靜待深度學(xué)習(xí)算法突破

　　自然語(yǔ)言處理（NLP）：詞法和句法基本解決，語(yǔ)義目前僅是淺層處理。NLP分析技術(shù)大致分為三個(gè)層面：詞法分析、句法分析和語(yǔ)義分析。

　　1）詞法分析

　　詞法分析包括分詞、詞性標(biāo)注、命名實(shí)體識(shí)別和詞義消歧。分詞和詞性標(biāo)注好理解。命名實(shí)體識(shí)別的任務(wù)是識(shí)別句子中的人名、地名和機(jī)構(gòu)名稱等等命名實(shí)體。每一個(gè)命名實(shí)體都是由一個(gè)或多個(gè)詞語(yǔ)構(gòu)成的。詞義消歧是要根據(jù)句子上下文語(yǔ)境來(lái)判斷出每一個(gè)或某些詞語(yǔ)的真實(shí)意思。

　　2）句法分析

　　句法分析是將輸入句子從序列形式變成樹狀結(jié)構(gòu)，從而可以捕捉到句子內(nèi)部詞語(yǔ)之間的搭配或者修飾關(guān)系，這一步是NLP中關(guān)鍵的一步。目前研究界存在兩種主流的句法分析方法：短語(yǔ)結(jié)構(gòu)句法體系，依存結(jié)構(gòu)句法體系。其中依存關(guān)系句法體系現(xiàn)在已經(jīng)成為研究句法分析的熱點(diǎn)。依存語(yǔ)法表示形式簡(jiǎn)潔，易于理解和標(biāo)注，其可以很容易的表示詞語(yǔ)之間的語(yǔ)義關(guān)系，比如句子成分之間可以構(gòu)成施事，受事，時(shí)間等關(guān)系。這種語(yǔ)義關(guān)系可以很方便的應(yīng)用魚語(yǔ)義分析和信息抽取等方面。依存關(guān)系還可以更高效的實(shí)現(xiàn)解碼算法。句法分析得到的句法結(jié)構(gòu)可以幫助上層的語(yǔ)義分析，以及一些應(yīng)用，例如機(jī)器翻譯、問(wèn)答、文本挖掘、信息檢索等。

　　3）語(yǔ)義分析

　　語(yǔ)義分析的最終目的是理解句子表達(dá)的真實(shí)語(yǔ)義。但是用什么形式來(lái)表示語(yǔ)義一直沒(méi)有能夠很好的解決。語(yǔ)義角色標(biāo)注是比較成熟的淺層語(yǔ)義分析技術(shù)。給定句子中的一個(gè)謂詞，語(yǔ)義角色標(biāo)注的任務(wù)就是從句子中標(biāo)注出這個(gè)謂詞的施事、受事、時(shí)間、地點(diǎn)等參數(shù)。語(yǔ)義角色標(biāo)注一般都在句法分析的基礎(chǔ)上完成，句法結(jié)構(gòu)對(duì)于語(yǔ)義角色標(biāo)注的性能至關(guān)重要。

　　自然語(yǔ)言處理難點(diǎn)：詞義消歧是瓶頸，中文相對(duì)英文更難。之一：切詞，中英文自然語(yǔ)言處理都有一個(gè)先行環(huán)節(jié)，就是把輸入的字符串分解成為詞匯單位；之二：詞類標(biāo)注；之三：語(yǔ)法理論；之四：詞義消歧。