开发者学堂课程【达摩院自然语言处理 NLP 技术和应用：达摩院 NLP 团队及成果介绍】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/41/detail/952
达摩院 NLP 团队及成果介绍
达摩院- NLP 团队介绍
在阿里有一句远景：让天下没有难做的生意。为了更好的实现这个远大的理想，阿里巴巴自然语言技术赋予了自己使命。
首先，构建阿里巴巴自然语言技术体系，支持阿里经济体（新零售、金融、物流、娱乐、旅行等）语言技术和应用；第二，创新自然语言技术，探索未来智能；第三，赋能阿里巴巴合作者，发展普惠自然语言技术。
目前与一些高校进行了合作，希望大家能够一起创新自然语言技术，在更多的行业里体现自然语言技术的能力。
1.团队与成果
·达摩院 NLP 技术团队目前大概有100＋名研究人员，35%＋博士学历（如 Berkeley , CMU , Princeton ),多名美国著名大学终身教授和国内外著名公司研究所研究员，分布在三个国家，六个地区
·全球化研究团队：杭州、北京、西雅图、硅谷、纽约、新加坡
在达摩院 NLP 技术团队成立开始到现在，我们在多个国际化平台的比赛中获得了不错的成绩，例如：
·2016年 ACM CIKM Cup 个性化电商搜索国际竞赛 No .1
·2017年中文语法错误自动诊断大赛三个 level 中全面夺得冠军
·2017年美国标准计量局信息抽取英文实体分类比赛 No .1
·2018年史上首次在著名 SQuAD 机器阅读理解评比中精确阅读超越人类结果
·2018年国际语义理解评测大会上，事件抽取、语义抽取、上下位词挖据等三个项目上 No .1
·2018年由中国司法大数据研究院举办的法研杯的刑期预测中获得第一名
·2018年 WMT 国际机器翻译大赛，5个语向世界第一
2.NLP 技术/产品
在底层有 NLP 基础的能力，上面是技术，最上层是 NLP 的应用。
首先看 NLP 的基础部分，分为词法分析、句法分析、语义分析、文本分析、深度模型。
词法分析：中英分词/词性、多领域分词/词性、小语种分词/词性、可定制实体关系发现；句法分析:依存句法分析、成分句法分析、语法纠错；
语义分析：词义消歧、语义角色标注、语义关系发现；文本分析：聚类/分类、事件分析/挖掘、多领域文本反垃圾、多视角情感分析；深度模型： Word2 Vec 、 ELMO 、 C-DSSM 。
在 NLP 技术上，我们覆盖了内容搜索、内容推荐、用户评价分析、问答、阅读理解、内容监控、社交媒体分析、对话系统、情感分析等等。
在 NLP 应用中，有搜索、推荐、客服、翻译、广告、舆情监控、物流、金融、智能人机交互等等。
基于我们支持这么多的业务，我们呈现了几个平台。
·AliNLP 平台：涵盖了多语言的 NLP 核心数据收集处理技术，词法、句法、语义、文本分析的多语言基础算法和基于深度学习的文本向量表示等。全面支持几乎所有阿里的重要业务线，每日活跃业务方600+，每日调用2万亿＋次
·NLP 自学习平台：提供了规范的流程，面向低算法基础用户，提供 NLP 行业自适应的标注、训练和服务平台，仅需要标注和上传适当的文档数据，即可通过平台使用优质的 NLP 算法模型，灰度一个月，目前云上试用客户达到400+，模型使用超过200+
·文本反垃圾平台：拥有7个大类，21个小类的敏感信息识别能力，定制化了小说、通信、评论、论坛、游戏等场景化的垃圾识别的解决方案，目前完成了阿里通信、商品评论、商品鉴黄、阿里文学、云盾、咪咕阅读和趣头条等内外部的对接
·阿里翻译平台：服务于跨境电商和国际化社交两大业务场景，承接来自阿里巴巴国际站、全球速卖通、 Lazada 、天猫国际、淘宝海外、支付宝、阿里云、钉钉、飞猪等集团内外的翻译需求。
支持20＋语言的自动识别，60＋语种对的翻译，日均调用量10亿＋次
除了通用翻译能力，还有创新翻译能力，包括语音翻译、图片翻译、多媒体翻译，在钉钉的翻译中可以做到实时沟通，实现语种的自动识别，实现了自动语料的获取，实现了全球化知识库、众包平台、质量自动检测等等。
目前我们已经支持了74个业务方，170多个场景，日均10亿的调用量，27个领域；我们有大规模无监督/半监督语料抓取平台，基于神经网络的机器翻译引擎，人机互助众包翻译/标注平台；支持了70+亿双语语料，800+亿单语语料，21个语种，64个语言方向；支持多领域的翻译能力：电商领域翻译最强，覆盖新闻、社交、科技、医疗、金融等多个方面；有工业级的高级性能引擎:日均调用10亿次，全球化部署，稳定性达到99.99%；还有创新技术：在多个大赛中获得了第一，在2019年浙江省科技进步二等奖。
除了阿里翻译，我们在其他场景也有不错的输出。
信息抽取，目前只是对内的一些赋能，例如合同抽取，抽取准确率提升超过10%。在舆情这块，目前支持集团内30+的业务场景，日评测调用量80亿次。
问答我们高效跨领域机器阅读理解：高效赋能店小蜜等场景，机器阅读理解+定制化干预：提供了客户干预的机制，提供了同意灵活问答产品形式，而且目前我们支持了国际化客服。
公共安全，地址信息管理做到了“一标三实”的基础，做文本地址的抽取、纠错、归一、映射，在人物事件关系图谱这块挖掘了重要的实体、关系，做自动化时间、推理等智能技术。
智能司法，我们做到自动审判、类案推送、司法信息的抽取/总结等等。
智能医疗，我们很好的做了医疗病历的自动质检，做医疗知识信息系统的构建，知识图谱的建立等等。
以上是对 NLP 团队做了一个大致介绍。
后面三部分会从技术线和技术在行业上的具体落地进行分别阐述。
