美国LuxResearch研究机构近日发布了题为《人工智能和机器学习改善创新前端》的白皮书。该书指出，自然语言处理技术可提升创新效率，但目前尚未得到充分开发利用。目前，产业界正发力钻研人工智能利用数据的高效方法。通过自然语言处理和主题建模可以使技术优化、竞争分析和微弱信号检测等流程得到改善，加快海量文本数据分析，而以上环节均是创新驱动的关键所在。LuxResearch数字产品副总裁凯文·西恩博士认为，有效利用机器学习可快速挖掘数据，从而减少全面分析时间。自然语言处理技术带来的增速由主题建模实现，主题建模从文本中提取重要概念，同时大量消除了与之相关的人工假设及数据偏差。使用机器学习来提升创新速度和技术包容性，已日渐成为业界共识。知识建模可使用分类法来定义特定主题下关键创新领域的技术
发展趋势。在相似性概念中取一个内容，然后查找其他相关文章、专利或新闻以加快创新进程。在公司层面，主题建模还可用于竞争性产品组合分析；新闻机构或社交媒体操作海量数据搜集分析时，主题建模也可用于弱信号检测。在定义成熟的人工智能和机器学习策略时，需要加权考虑一些关键技术点，包括是否需要构建新的技术框架，使用哪些数据源及如何定义和解释技术。适应接受这些技术工具的企业文化也很重要，可帮助从业者将自然语言处理视为技能资产而不是竞争对手。西恩总结说：“人工智能和机器学习带给决策过程的支撑和信心将使创新加速，但这并不意味着人类的缺席。人们仍然需要定义分析的起点、标注主题并从收集的信息中提取所需数据。”
转载请注明：http://www.aierlanlan.com/rzfs/6410.html
