NLP技术都用于哪些应用场景

Part 1：NLP+金融的6大应用场景

首先我先简单介绍一下自然语言处理，尤其是在金融领域的一些应用场景，人工智能这个概念已经火了很长一段时间，但是其实自然语言处理在的应用说才刚刚开始。具体从技术和应用的划分上，一般来讲金融科技分成三层，从最底层的基础设施，主要就是我们现在云计算平台，比如阿里云、腾讯云、华为云等，很多大金融机构也开始自建私有云。另外一方面就是大数据的技术越来越成熟，算力、计算平台的解决方案通用化，使得大家能够像一个组件一样快速地应用到一些大数据的技术。另外，在芯片层面，包括GPU，包括一些专门经过针对AI进行优化的芯片，可以把原先很多算法层面的东西通过硬件来加速、实现，大大提高了我们的算力水平。基于这些基础设施之上，又具体衍生出了很多技术，包括像计算机视觉、生物识别、语音识别、语音合成，当然还有自然语言处理、知识图谱，以及机器学习、深度学习，这些技术都层出不穷地开始爆发出来，它们不仅仅是停留在论文层面，而是可以逐渐地真正地落地到实际的业务场景当中，发挥真实的作用。在应用层的话，有智慧银行，各种业务都可以直接语音来办理，甚至有些机器人客服可以帮你完成很多操作；智能保险在保前、保中、保后都会有各种智能化的一些产品或服务；智能投顾和投研比较偏向于在投资领域，像券商能够利用一些历史大数据，同时针对不同用户对风险、偏好的一些分析，来提供有针对性的投顾和投研产品；智能监管在监管层面越来越多地开始在应用。AI的技术是有生命周期的，从刚刚研发出来，这可能是理论层面或者学术界讨论很多，当它真正有技术、有推出、可以落地后，会逐渐在某一个阶段开始有一个爆发性的增长，再进入一个成熟期，逐渐地这个技术再进行衰退。人工智能技术从整体上来讲，这个技术的生命周期有过三波，我们现在已经是在第三波的生命周期当中了，我们现在所说人工智能是基于最新的大数据、云平台和深度学习等各种各样的技术整合出的新一代的人工智能技术。具体的各项技术所处的生命周期阶段也不一样，最近一段时间大家可能感受到比较多的还是在计算机视觉、语音识别、语音合成方面的应用，基本上你在银行上办一个业务，给你人脸识别一下，身份校验，这都是很常见的。还有语音的识别可以直接地语音发问题，甚至有的时候有一些业务员打电话你跟他聊两句发现这原来是个机器人，一开始都没有听出来，就说明现在这两种技术其实已经相对在一个从初级到成熟的过程当中，也就是一个高速增长的过程当中，这块也催生了非常多的AI的一些独角兽公司。虎博科技现在主要聚焦在NLP（ Natural Language Processing），即自然语言处理，有一些项目的落地，并还在不断地摸索和创新，寻找一个比较成熟的能够真正推进业务的一些使用场景，但是它的发展速度也是非常快的。我们现在能够看到的在金融领域一些最常见的应用场景，总结下来大概是这么几项：首先，在智能搜索这种企业级的垂直类的搜索，这种搜索不再仅仅是网页、新闻，而可以是很多垂直的深度信息，比如说证券、研究报告、大宗商品、理财产品等等各种行业的垂直的信息搜索。第二&