基于自然語言處理技術(shù)的跨媒體感知與分析技術(shù)實施路徑

一、引言

當(dāng)前，我國人工智能技術(shù)研究已進入新階段，在自然語言處理、計算機視覺、語音識別、數(shù)據(jù)挖掘等領(lǐng)域取得了巨大的成功。在此發(fā)展背景下，作為新一代人工智能技術(shù)之一的跨媒體感知與分析技術(shù)應(yīng)運而生，以提高人類智力活動能力為主要目標，為經(jīng)濟社會發(fā)展的方方面面提供技術(shù)引領(lǐng)和支撐。跨媒體感知與分析技術(shù)將各類應(yīng)用場景中產(chǎn)生的大量數(shù)據(jù)，通過多源、互補、多模態(tài)方式記錄網(wǎng)絡(luò)世界與物理世界，進行學(xué)習(xí)、推理、理解和認知。在這一過程中，對各類信息進行精準定位與理解并將其轉(zhuǎn)化為自然語言來實現(xiàn)語義表達，已成為跨媒體感知與分析技術(shù)當(dāng)下亟需突破的瓶頸之一。自然語言處理技術(shù)作為人工智能技術(shù)之一，在其較為漫長的發(fā)展過程中，不斷融入其他技術(shù)，實現(xiàn)自身的成長。近年來，自然語言處理技術(shù)結(jié)合深度學(xué)習(xí)，提升處理數(shù)據(jù)、分析、表達語義的精準度，對分析處理多態(tài)信息的準確性也有所提高。因此，基于自然語言處理技術(shù)的精準性，跨媒體感知與分析技術(shù)也能進一步使人工智能的語義理解與表達更精確。由此可見，基于自然語言處理技術(shù)的跨媒體感知與分析技術(shù)實施路徑研究，極具現(xiàn)實意義。

二、自然語言處理技術(shù)的基本概述

自然語言處理技術(shù)是指同計算機對感知和獲取到的自然語言各型態(tài)信息進行處理，主要運用于機器翻譯、語音合成、語音識別等人工智能功能領(lǐng)域。具體來講，自然語言處理技術(shù)能夠使計算機獲取、理解、學(xué)習(xí)自然語言的特征，再根據(jù)指令對語言進行再處理，從而實現(xiàn)人機間的信息交流。

多年來，自然語言處理技術(shù)不斷發(fā)展，在機器學(xué)習(xí)、大數(shù)據(jù)和人工智能等領(lǐng)域的應(yīng)用越來越廣泛。例如，在機器學(xué)習(xí)領(lǐng)域，大數(shù)據(jù)領(lǐng)域、人工智能領(lǐng)域等。而在這些領(lǐng)域智能化發(fā)展過程中，需要通過跨媒體感知與分析技術(shù)搜集并分析圖片、語音等非文本數(shù)據(jù)，并通過自然語言處理技術(shù)進行處理與解釋，實現(xiàn)各行業(yè)的智能化應(yīng)用與學(xué)習(xí)。綜上所述，自然語言處理技術(shù)作為一項非常重要和前沿的科技發(fā)展，可以協(xié)助跨媒體感知與分析技術(shù)處理數(shù)據(jù)，為各行業(yè)發(fā)展賦能。

三、基于自然語言處理技術(shù)的跨媒體感知與分析技術(shù)現(xiàn)實意義

（一）自然語言處理技術(shù)推動跨媒體感知技術(shù)精準采集語言信息

在開放式網(wǎng)絡(luò)環(huán)境下，跨媒體感知技術(shù)需在分析研究數(shù)據(jù)前面對大量低價值的數(shù)據(jù)。為過濾低價值信息、使信息緊致化，自然語言處理技術(shù)可以利用自身精準搜索關(guān)鍵數(shù)據(jù)的能力，短時間內(nèi)利用以關(guān)鍵信息索引找到目標信息，使跨媒體感知技術(shù)準確搜集到有效數(shù)據(jù)。同時，因果推理技術(shù)作為自然語言處理技術(shù)重要組成部分之一，能夠甄別數(shù)據(jù)關(guān)聯(lián)中數(shù)據(jù)偏差問題，從而減少數(shù)據(jù)的虛假關(guān)聯(lián)，促進跨媒體感知技術(shù)實現(xiàn)特征提取和表達的無偏性、穩(wěn)定性和可解釋性。

（二）自然語言處理技術(shù)推動跨媒體分析技術(shù)解析語言信息

跨媒體感知與分析技術(shù)能夠?qū)Σ煌悇e的媒體數(shù)據(jù)進行跨模態(tài)分析與理解，從而對多種媒體形態(tài)所表達的相同或相似語義進行識別與整合，充分建立不同模態(tài)間的語義關(guān)聯(lián)。自然語言處理技術(shù)作為一項處理語義信息的技術(shù)，能發(fā)揮自身解析語義的能力，助力跨媒體分析技術(shù)更好的理解與分析多模態(tài)的語言信息。

（三）自然語言處理技術(shù)助力多模態(tài)統(tǒng)一表達整合語言信息

多模態(tài)數(shù)據(jù)的統(tǒng)一表達是對跨媒體信息進行分析推理的先決條件，能夠融合不同模態(tài)的語義信息，更全面分析及利用不同形態(tài)的信息理解與表達，優(yōu)于單個模態(tài)信息的方法。這一過程中，自然語言處理技術(shù)能夠通過自身語言分析整合能力，剔除多模態(tài)信息間的冗余信息，以跨媒體感知與分析技術(shù)的跨模態(tài)轉(zhuǎn)化能力來實現(xiàn)多模態(tài)信息統(tǒng)一表達，從而獲取更全面的語義特征。

四、基于自然語言處理技術(shù)的跨媒體感知與分析技術(shù)實施路徑

首先，加強智能芯片創(chuàng)新研發(fā)力度。跨媒體感知與分析技術(shù)能夠促使計算機對外界的感知與信息進行轉(zhuǎn)化分析，形成對信息的內(nèi)部整合與統(tǒng)一理解，從而將所理解內(nèi)容進行統(tǒng)一表征，使各類信息系統(tǒng)能夠?qū)崿F(xiàn)智能化對答。為實現(xiàn)這一技術(shù)在現(xiàn)有計算平臺上的應(yīng)用，科研人員應(yīng)以跨媒體感知與分析技術(shù)的能力為模型，構(gòu)造模擬和超越生物感知的智能芯片和系統(tǒng)，進一步推動人工智能實現(xiàn)機器感知。

其次，構(gòu)建應(yīng)用跨媒體感知與分析技術(shù)的智能引擎。為實現(xiàn)人工智能的高效表達，研究人員可以構(gòu)建獨特感知機制跨媒體智能引擎，建立從視頻、圖像等復(fù)雜數(shù)據(jù)中快速搜索興趣目標的理論、模型和算法，實現(xiàn)具備自適應(yīng)、自學(xué)習(xí)能力的智能感知系統(tǒng)。例如，研究超越人類感知能力的視覺、聽覺感知系統(tǒng)，以及突破真實自然交互環(huán)境中的言語感知系統(tǒng)。

最后，推動跨媒體感知與分析技術(shù)在各行業(yè)的應(yīng)用。跨媒體感知與分析技術(shù)能推進企業(yè)智能制造轉(zhuǎn)型，推動中國制造業(yè)核心競爭力發(fā)生著前所未有的變化，促進我國智能產(chǎn)業(yè)沿著 “共融機器人”的路徑演進。“共融機器人”基于跨媒體感知與分析技術(shù)產(chǎn)生，可用于構(gòu)建能適應(yīng)不同環(huán)境，且能夠更好地理解人行為意圖，在一定的規(guī)則下實現(xiàn)人機、機器人群體間的自然交互與協(xié)同。隨著智能科技不斷發(fā)展并滲透至各行各業(yè)，跨媒體感知與分析技術(shù)的應(yīng)用在醫(yī)療、教育、智能家居等行業(yè)已獲得卓越成果，在未來將逐漸參與更多行業(yè)的發(fā)展，為我國經(jīng)濟社會發(fā)展提供動力。

作者單位：廣州鐵路職業(yè)技術(shù)學(xué)院 信息工程學(xué)院

基金項目：廣東省部級教育部高校學(xué)生司供需對接就業(yè)育人項目“數(shù)字媒體與虛擬現(xiàn)實技術(shù)校內(nèi)就業(yè)實習(xí)基地”（項目編號：20230106263）。