Page 127 - My FlipBook
P. 127
Brochure 2020
圖一：句子剖析範例。
向，增強系統性能，是傳統機器學習不容易做到 1. 情感分析與意見探勘
的。 主觀資訊的分析是自然語言處理中最具應用性的
3. 中文自然語言問答系統 研究領域之一，且相關技術需深入理解文本內容
中文自然語言問答是一項嶄新且充滿挑戰性的研 及特定領域知識。我們在新聞、部落格、網路論
究議題。 我們結合了實驗室各種中文技術，如問 壇、評論、讀者回應、對話及短訊文本中研究意
題理解、文句擷取、專有名詞辨識、候選答案排 見、情感、主觀性、表情、情緒、觀點等資訊，
序、語意模板等，研發出一套問答系統。這套系 並同時為中文及英文文件，研發分析主觀資訊的
統在 2007 年日本東京 NTCIR 舉辦的第二屆中文問 資源與技術。資源方面，我們建立了中文情感分
答系統競賽中，以 55.3% 正確率蟬聯第一名。目 析最完整的套件 CSentiPackage，其中包含辭典、
前，這個系統已經商品化，我們正在往流暢的對 語料、計分工具，與深度學習的社群網路文本分
談系統努力中。 析演算法 UTCNN；其中套件下載次數超過 250 次，
而字典更超過 1,000 次。目前我們基於過去所發展
4. 整合詞彙知識庫來表達詞彙向量 的各項技術，將情感分析帶入人類生活的各種情
詞彙知識庫，如廣義知網，是將每一個詞彙的屬 境中。除了利用最新的遠程監督技術收集推特的
性與語法語意以結構化的方式加以表達，好處在 情感與諷刺文本，有效提供研究社群更大更可靠
於提供清晰的解釋與穩定的應用，缺點在於人為 的語料以加速研究進程外，更開展與以色列及美
定義成本高且語意表達的範圍有所侷限。另一方 國的國際合作，其中正在進行的工作包括目前研
面，深度學習的作法則是利用大量語料訓練出每 究社群關注的熱門新議題謊言偵測與假新聞干預，
個詞彙的一組向量，面對實際的 NLP 問題時可以 也都獲得豐碩的研究成果。
把詞彙向量當作後續可訓練調整的參數，提供一
般化與語意表達擴張的能力。結合這兩者的長處 2. 機器閱讀
具有很高的學理價值與應用突破。我們結合知識 我們將用之前所建立之不同分析模組 ( 如中文分
庫與語料共同從事詞彙向量的生成，將結果發表 詞、句法剖析、語意角色標註、邏輯型式轉換等 )，
在 EACL 2017 及 IALP 2017，後者更得到大會的最 來建立一個中文自然語言理解系統。我們會首先
佳論文獎。此外，在 IALP 2017 的預測情緒詞彙與 為這個長期的研究計劃建立一個中文機器閱讀程
片語的國際競賽中，我們利用語料訓練出的詞彙
向量與廣義知網的同義詞集來預測情緒維度，奪 式，使本計劃可以用閱讀測驗來評估。我們將從
得整體第三名以及片語 arousal 項目的冠軍。 國小課本開始，然後再進一步到中學課本，最後
到專業智慧型問答系統。
三、自然語言應用
3. 口語處理
我們所發展的注音自動轉國字的軟體─自然輸入法， 我們的研究涵蓋了多種口語處理主題。最近的成
正確率接近 96%，已經普遍受到大眾的歡迎與接受。 果包括用於語音 / 說話人辨識的鑑別式自動編碼
最近我們朝著更加國際化的方向前進，以針對常用 器、基於子空間的口語語言辨識模型、基於變分
字串「搜尋」為概念，發展中英文「快打」輸入法。 自動編碼器的語音轉換、自動語音評估模型及視
未來，我們將發展情感分析，機器閱讀，以及口語 聽語音增強。實驗室成員黃文勁獲得 ISCSLP2018
處理技術以支援不同的應用系統。 最佳學生論文獎。進行中的研究包括閩南語語音
辨識、跨語言語音辨識及口語問答系統。
125
圖一：句子剖析範例。
向，增強系統性能，是傳統機器學習不容易做到 1. 情感分析與意見探勘
的。 主觀資訊的分析是自然語言處理中最具應用性的
3. 中文自然語言問答系統 研究領域之一，且相關技術需深入理解文本內容
中文自然語言問答是一項嶄新且充滿挑戰性的研 及特定領域知識。我們在新聞、部落格、網路論
究議題。 我們結合了實驗室各種中文技術，如問 壇、評論、讀者回應、對話及短訊文本中研究意
題理解、文句擷取、專有名詞辨識、候選答案排 見、情感、主觀性、表情、情緒、觀點等資訊，
序、語意模板等，研發出一套問答系統。這套系 並同時為中文及英文文件，研發分析主觀資訊的
統在 2007 年日本東京 NTCIR 舉辦的第二屆中文問 資源與技術。資源方面，我們建立了中文情感分
答系統競賽中，以 55.3% 正確率蟬聯第一名。目 析最完整的套件 CSentiPackage，其中包含辭典、
前，這個系統已經商品化，我們正在往流暢的對 語料、計分工具，與深度學習的社群網路文本分
談系統努力中。 析演算法 UTCNN；其中套件下載次數超過 250 次，
而字典更超過 1,000 次。目前我們基於過去所發展
4. 整合詞彙知識庫來表達詞彙向量 的各項技術，將情感分析帶入人類生活的各種情
詞彙知識庫，如廣義知網，是將每一個詞彙的屬 境中。除了利用最新的遠程監督技術收集推特的
性與語法語意以結構化的方式加以表達，好處在 情感與諷刺文本，有效提供研究社群更大更可靠
於提供清晰的解釋與穩定的應用，缺點在於人為 的語料以加速研究進程外，更開展與以色列及美
定義成本高且語意表達的範圍有所侷限。另一方 國的國際合作，其中正在進行的工作包括目前研
面，深度學習的作法則是利用大量語料訓練出每 究社群關注的熱門新議題謊言偵測與假新聞干預，
個詞彙的一組向量，面對實際的 NLP 問題時可以 也都獲得豐碩的研究成果。
把詞彙向量當作後續可訓練調整的參數，提供一
般化與語意表達擴張的能力。結合這兩者的長處 2. 機器閱讀
具有很高的學理價值與應用突破。我們結合知識 我們將用之前所建立之不同分析模組 ( 如中文分
庫與語料共同從事詞彙向量的生成，將結果發表 詞、句法剖析、語意角色標註、邏輯型式轉換等 )，
在 EACL 2017 及 IALP 2017，後者更得到大會的最 來建立一個中文自然語言理解系統。我們會首先
佳論文獎。此外，在 IALP 2017 的預測情緒詞彙與 為這個長期的研究計劃建立一個中文機器閱讀程
片語的國際競賽中，我們利用語料訓練出的詞彙
向量與廣義知網的同義詞集來預測情緒維度，奪 式，使本計劃可以用閱讀測驗來評估。我們將從
得整體第三名以及片語 arousal 項目的冠軍。 國小課本開始，然後再進一步到中學課本，最後
到專業智慧型問答系統。
三、自然語言應用
3. 口語處理
我們所發展的注音自動轉國字的軟體─自然輸入法， 我們的研究涵蓋了多種口語處理主題。最近的成
正確率接近 96%，已經普遍受到大眾的歡迎與接受。 果包括用於語音 / 說話人辨識的鑑別式自動編碼
最近我們朝著更加國際化的方向前進，以針對常用 器、基於子空間的口語語言辨識模型、基於變分
字串「搜尋」為概念，發展中英文「快打」輸入法。 自動編碼器的語音轉換、自動語音評估模型及視
未來，我們將發展情感分析，機器閱讀，以及口語 聽語音增強。實驗室成員黃文勁獲得 ISCSLP2018
處理技術以支援不同的應用系統。 最佳學生論文獎。進行中的研究包括閩南語語音
辨識、跨語言語音辨識及口語問答系統。
125
