近兩年，人工智能的應用越來越“卷”了，每隔一段時間就會出現一個讓人大呼“respect”的技術。
AI好像也更加懂人類，越來越接近“人的智能”。
就好比今年高考期間被各大科技媒體反復拿來講的AI高考的案例。如今的“AI做題家”不光能參加高考，還能挑戰本科生甚至研究生。比如，來自OpenAI的Codex在麻省理工學院的高數課程題目中正確率達到了81.1%，說能比肩頂尖學府本科生水平也不為過。
像AI實時翻譯這種能力盡管之前翻車的不少，但對于它的商業化，行業的預期非常明確。在跨國會議中看到不同國家的參會者，操著不同的語言，無障礙進行交流的場景，已經不是遙不可及的想象。
聊天機器人的表現也不再僅僅是機械式的一問一答，有的已經可以感知情感，能分析情緒并給出相應的反饋。讓虛擬偶像具備情感陪伴的能力也是大熱的落地方向之一。
這些應用的背后都離不開自然語言處理（NLP）技術的不斷精進。
再說說前不久被科技圈津津樂道的“東方名畫”——虎戴VR。腦洞大開的外國網友，不按套路向谷歌人工智能作畫系統Imagen，輸送了指令：給宋代的東方老虎佩戴VR。結果產生了一系列毫無違和感的作品，誰看了都得說一聲：谷歌，牛X！
Imagen是目前人工智能多模態理解與創作的集大成者，但這套模型對人類指令的精準識別和理解，背后發揮作用的同樣是NLP。
可以說，要讓人工智能更像“人的智能”，就躲不開語言理解和語言處理這個大熱的方向。
NLP領域目前有哪些亟待突破的技術問題？長文本的語言處理的技術難點在哪里？面向開放域問答的自適應信息檢索如何精益求精？NLP技術如何在小紅書這樣的復雜UGC內容社區中應用和落地？
想要得到這些問題的解答，你一定不能錯過小紅書技術團隊出品的《REDtech 來了》系列第三期技術直播。8月5日19：00，小紅書將邀請業內頂尖專家和大家一同探討“
自然語言處理的前沿與實踐”。
除了張岳、龐亮兩位學界大牛的分享干貨滿滿之外，小紅書社區搜索文本理解負責人曾書和小紅書技術模型負責人王樹森分享的小紅書所面臨的NLP問題和實踐將會是第一手的工業界案例分享，同樣不容錯過。
作為國內獨樹一幟的內容社區，截至 2021 年10?月，小紅書APP月活躍用戶數已經超過 2 億。小紅書最大的特色在于其社區內容以UGC為主，且內容多以音視頻+圖文的多模態呈現，這對文本和內容的理解提出了更高的要求。
小紅書對于用戶內容去中心化的分發機制，也決定了在算法中對內容本身的理解占據了更大的比重，而不是簡單依賴于對用戶行為的分析。
海量UGC內容還帶來了非標化的問題，最常見的案例就是對比喻義和引申義的理解。
當一個用戶看到一片令人心曠神怡的草地，他拍下照片并記錄“仿佛置身于塞爾達曠野之息”。算法該如何理解這里的這篇筆記的核心內容，如何判斷哪些用戶會喜歡這篇筆記？
再比如在一篇旅行筆記中，用戶把一座海邊的漁村稱作“福建小希臘”，當其他用戶用“希臘”作為關鍵詞搜索時，這篇筆記是否該出現，何時出現——這背后都是復雜的NLP問題。
對于這些問題，小紅書會嘗試哪些更好的解決方式？小紅書的業務場景和數據還可以孕育哪些令人激動的技術問題？相信在8月5日晚的這場直播中也將找到答案。
（部分內容來源網絡，如有侵權請聯系刪除）
