晋耀红
神州泰岳人工智能研究院院长兼首席科学家，博士生导师，中国计算机学会中文信息技术专委会专委，中国人工智能学会自然语言处理专委会专委。师从中国自然语言处理著名流派概念层次网络（HNC）的创始人黄曾阳教授并于2006年出版专着《HNC（概念层次网络）语言理解技术及其应用》。国家863十二五课题（2012~2015）“海量文本多层次知识表示及中文文本理解应用系统研制”的课题负责人。
“NLP是语言与计算结合的技术。”
自然语言处理（NLP）是人工智能和语言学的一部分，致力于使用计算机理解人类语言中的句子或词语，实现降低用户工作量并满足使用自然语言进行人机交互的目的。
语法、语义、语用一个都不能少
晋耀红博士认为，在现阶段自然语言处理存在重计算轻语言的倾向，这是比较片面的。因为NLP的研究对象是语言，所以不能脱离语言谈NLP，而必须基于语言知识，同时利用计算机技术来进行NLP的处理。
语法的作用
我打小明。
狼吃羊。
网易收购Daydream公司。
动词前面的主语是“我”、“狼”、“网易”是动作的发出者，是施事，主语后的宾语“小明”、“羊”、“Daydream公司”是动作的承受者，是受事。如果颠倒过来，“小明打我”、“羊吃狼”、“Daydream公司收购网易”，那么意思就完全变了。
语序作为重要的语法手段，规定了谁是动作的实施者，谁是动作的承受者。
语义的作用
小鸟在天空中飞翔。
白菜在天空中飞翔。
第一个句子非常自然。而第二个句子虽然符合语法，却让人忍不住思考，在什么情况下，白菜才能在天上飞。这是因为“小鸟”在语义平面上具有“飞翔”的功能，而“白菜”不具备此功能。
语义歧义性是待攻克的难点。
语用的作用
有一个程序员出去买东西，妻子跟他说：“买五个桃子回来，要是看见卖西瓜的，就买一个。”结果他买了一个桃子回来。妻子非常生气。
在这个情景里面，妻子的意思是如果看见卖西瓜的，就买五个桃子一个西瓜。而丈夫误解了妻子的意思。
误解的产生及其原因是属于语用平面的范畴。
晋博士谈到，泰岳AI研究院在此方面投入了大量研究精力，最新推出的非结构化文本大数据分析挖掘平台DINFO-OEC8.0，通过其独有的专属语义模型建设能力，能够实现语义消歧、语义归一化/概念化，可解决非结构化数据处理技术中语言表达灵活、多样化的挑战难题，精准挖掘业务语义，提炼非结构化数据中业务价值信息。
计算方法是语言知识量化的手段和沟通桥梁
晋博士认为，除了语言学知识，要对语言进行全面分析，计算方法也必不可少，我们很长时间内以传统的统计学习方法为主，进入21世纪以后，基于词嵌入的深度学习方法进入了人们的视线并且迅速掀起新的浪潮。不同于之前的统计学习，其训练基于浅层的、高度稀疏的特征，并且高度依赖于人工对特征的选择。深度学习方法是基于密集向量表征做多层级的自动特征表征的学习，能够实现对特征的自动学习。正如DINFO-OEC8.0，我们集成统计学习、机器学习、深度学习等关键自然语言处理技术，针对泰岳自主研发的专属语义模型作了进一步创新与改进，集成深度学习计算能力，实现平台对大规模训练语料的学习与预测。
晋博士谈到，目前在图像识别领域，深度学习的识别准确率达到、甚至超过了人类水平；在语音识别领域，深度学习帮助语音识别从实验室走向了商用。而在NLP领域，深度学习的应用尚未有重大突破，但在文本分类、命名实体识别、词义消歧、情感分析、机器翻译领域，采用深度学习的应用均超过了当时的最优方案，取得了不俗的成绩。
语言与计算的有机结合是NLP达到实用目标的关键
在实际应用场景中，如客服热点的自动挖掘、企业关联图谱等，NLP的应用经常是多个任务协同处理，共同输出结果。如何将语言知识与计算方法有机组织到一起，如何将各个NLP任务有效结合，是NLP应用达到实用目标的关键所在。
