Watson人工智能辯論 助企業精闢洞悉內容

Project Debater 由IBM研究院（IBM Research）研發，是目前唯一能夠對複雜話題與人類展開辯論的人工智慧系統，曾多次出席辯論比賽，就不同話題展開激辯。（圖片來源：IBM研究院）

新科技速遞

IBM的Watson是全球最先進的NLP 領域的領導技術，IBM 宣佈推出數項IBM Watson 技術，以讓企業清晰識別、理解和分析英語中最具挑戰的部分，進而獲得更多洞察資訊。 

IBM Watson 技術從較早前與人類作公開辯論的Project Debater，衍生而開發的自然語言處理（Natural Language Processing，NLP）能力再加以商業化。

Project Debater 由IBM研究院（IBM Research）研發，是目前唯一能夠對複雜話題與人類展開辯論的人工智慧系統。IBM 首次界定一項新型進階情緒分析能力，以識別及分析習慣用語和口語化表達。對於人工智慧而言，識別如「hardly helpful（幾乎沒有幫助）」或「hot under the collar（怒氣衝天）」之類的短語，一直是挑戰，因為難以被演算法識別。

通過進階情緒分析，可使用 Watson 應用程式介面（API）來分析此類語言資料，進而更全面地瞭解營運情況。IBM 還將 IBM 研究院的技術，應用於理解及分析諸如 PDF 文件和合約之類的商業文件，並將這些技術增加到 IBM 人工智慧模型。

IBM Data and AI總經理 Rob Thomas 表示：「語言既是表達思想和觀點的工具，也是傳遞資訊的工具。正因如此，我們將Project Debater中獲得的技術整合到Watson，我們相信 NLP 將增強企業從人類語言中獲取、分析和理解資訊的能力，這將有助於企業更好地利用蘊含藏在資料中的智慧資產。」

**情緒分析識別組合**

IBM 宣佈將 Project Debater 技術整合至 Watson，提高客戶使用自然語言能力，包括進階情緒分析（Advanced Sentiment Analysis），以IBM 增強情緒分析能力，能夠更好地識別和理解複雜的單詞組合，例如像包含短語和表達的習慣用語以及情緒轉換片語（sentiment shifter），即由不同單詞組成但卻呈現新含義的單詞組合，例如「hardly helpful（幾乎沒有幫助）」。

上述情緒分析技術整合至Watson Natural Language Understanding ；Watson加進一項分類技術，分類採購合約等商業文件中出現的條款。基於 Project Debater 中的深度學習輔助式分類技術（deep learning-based classification technology），從數百個範例中學習，進而快速、輕鬆執行新分類。

另外，Watson可執行摘要和總結（Summarization），從各種來源中提取文本資料，協助使用者就特定主題相關的口頭和書面語，歸納為一份摘要。今年的美國格林美獎（Grammy Awards）頒獎典禮，透過Summarization 分析超過 1,800 萬篇文章、部落格和個人檔案，歸納關於數百名格林美獎藝術家和名人專輯。隨後，資料應用到 www.grammy.com 的紅毯視訊直播、隨選視訊以及照片。

另一項先進自然語言技術則是群集—進階主題群集（Advanced Topic Clustering），可對輸入資料，進行「群集」分類，就相關資訊創建有意義「主題」，隨後可深入分析各主題歸類。IBM自然語言處理NLP可開發創新技術，支援電腦準確、快速地學習、分析及理解人類語言；包括了感情色彩、方言、語調等等。IBM 的Watson 透過NLP 技術，已應用於文書理解的 Watson Discovery、用於虛擬代理的 IBM Watson Assistant以及用於進階情緒分析的Watson Natural Language Understanding, NLP。

IBM自然語言處理NLP可開發技術，支援電腦準確、快速地學習、分析及理解人類語言；應用在多方面的場景

**語言處理用途廣**

ESPN Fantasy Football使用Watson Discovery和Watson Knowledge Studio分析賽季中每天產生的數以百萬計足球資料來源；透過處理自然語言，Watson識別新聞文章、部落格、論壇、排名、預測、Podcast和Twitter等內容的語氣和情緒，涵蓋從更衣室洞察到傷病分析等全方位的內容。ESPN Fantasy Football在球員卡中展示訊息，球員卡也記錄了每個球員的升/降級（Boom/Bust）潛力，以及「球員的關鍵球能力（Player Buzz）」部分，總結球員正面或負面評論。

畢馬威（KPMG）會計師事務所與IBM合作創建了一個基於Watson多種服務的人工智能方案，包括Watson Natural Language Understanding等，助企業有效識別、申報和留存諸如潛在寬免利得稅的研發成本。方案由畢馬威開發，Watson減少了審查文件時對業務干擾、快速審查更多文檔，幫助增加獲得從研發費利得稅的寬免額。

過去一年，上述項目的審查文件數量，甚至增加1000%以上，幫助客戶發現有資格獲額外利得稅寬免的潛在研發活動，減少工程師和科學家用於填寫寬 利得稅合規文件的時間。