2018年中国人工智能应用市场专题分析

2018年中国人工智能应用市场专题分析

未来已来 人工智能应用加速落地Confidential and Protected by Copyright Laws 本产品保密并受到版权法保护

2018年中国人工智能应用市场专题分析

2018年中国人工智能应用市场专题分析

分析说明

l人工智能定义：人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等

l本分析的主要方向是图像识别、语音识别和自然语言理解。在涉及行业应用时，上述三种技术都会涉及到，各有侧重

分析范畴数据说明

l易观千帆“A3”算法引入了机器学习的方法，使易观千帆的数据更加

准确地还原用户的真实行为、更加客观地评价产品的价值。整个算法

的升级涉及到数据采集、清洗、计算的全过程：

1、采集端：升级SDK以适应安卓7.0以上操作系统的开放API；通过机

器学习算法，升级“非用户主观行为”的过滤算法，在更准确识别的

同时，避免“误杀”

2、数据处理端：通过机器学习算法，实现用户碎片行为的补全算法、

升级设备唯一性识别算法、增加异常设备行为过滤算法等

3、算法模型：引入外部数据源结合易观自有数据形成混合数据源，训

练AI算法机器人，部分指标的算法也进行了调整

分析定义

l本次分析主要针对中国人工智能落

地应用

l本次分析涉及的关键字为：人工智

能、图像识别、语音识别和语义理

解

l本次分析的国家和区域主要包括：

中国大陆，不包括港澳台地区

2019-8-262

数据驱动精益成长

2018年中国人工智能应用市场专题分析

目录

CONTENTS

01

中国人工智能应用加速落地

02

中国人工智能应用市场分析

03

中国人工智能应用典型厂商分析

04

中国人工智能应用市场展望

2019-8-263

数据驱动精益成长

2018年中国人工智能应用市场专题分析

2019-8-264数据驱动精益成长PART 1

中国人工智能应用加速落地© Analysys 易观

2018年中国人工智能应用市场专题分析

2019-8-265数据驱动精益成长我国政策和社会、经济、技术环境为AI应用落地提供良好基础

政治环境Political 社会环境Social 经济环境Economical 技术环境Technological PEST 分析模型?《中国制造 2025》《“互联网＋”行动指导意见》《“十三五”国家科技创新规划》等国家战略表明了我国对人工 智能的重视和发展的决心。?2017年7月20日，国务院发布《新一代人工智能发展规划》，正式提出我国人工智能发展的的顶层战略规划，人工智能上升为国家战略；同年12月，工信部出台《人工智能产业发展三年行动计划》，提出到2020年力争一系列人工智能标志性产品取得重要突破，在若干重点领域形成国际竞品优势。?我国进入老龄化社会，人口红利逐渐消失，人工智能是促进经济转型升级的关键驱动力，成为智能制造、工业4.0及未来物联网社会发展的的重要助力因素。?国内各科技巨头全面布局人工智能，先后发布自己的人工智能战略。我国人工智能初创行业火爆，资金充足。2017年全球152亿美元的人工智能投资总额中，48%流入中国。截至2018年6月，我国大陆人工智能企业1011家，仅次于美国。互联网巨头和人工智能初创企

业加速我国人工智能技术的发展和落地。

?随着互联网和移动互联网的普及，公众对人工智能的认识增多，AlphaGo等热点事件使人工智能从科研实验室走向大众，从技术理论走向切实可见实物，社会对人工智能的态度从质疑不解到好奇和接受。?我国对人工智能持更加务实态度，在数据隐私和人工智能伦理道德方面，相对宽松。人工智能应用研发出来后，在不同的场景下进行实验并向更大范围推广过程中遇到的社会阻力较小。?人工智能的发展需要庞大的数据量，我国有全球最大的移动互联网市场，网民规模7.5亿，互联网巨头积累了海量的行业和应用场景数据，为人工智能的发展提供数据和应用场景。

?算法上：基于大数据和强大计算能力的机器学习算法已经在计算机视觉、语音识别、自然语言处理等一系列领域中取得了突破性的进展，各种开源软件也推动了人工智能算法的进步。算力上：云服务成本降低，容量扩大，以GPU为代表的新一代计算芯片提供了更强大的计算力，且价格下降，使得运算更快，计算成本下降。

2018年中国人工智能应用市场专题分析

2019-8-266

数据驱动精益成长深度学习技术提出，第三次人工智能浪潮开始

AI诞生

50年代的达特茅斯

会议确立了人工智

能（AI）这一术语，

能够实现记忆信息、

处理程序的计算机

出现，机器代替人

思考、工作以及人机交互成为可能。

技术进步但无法走进现实80年代Hopfield神经网络和BT训练算法提出，人工智能再次兴起，出现了语音识别、语音翻译计划，以及日本提出的第五代计算机。虽技术不断进步但未能进入人们的生活之中，第二次浪潮又破灭了。深度学习提出AI落地第三次浪潮随着2006年Hinton提出的深度学习技术，以及2012年ImageNet竞赛在图像识别领域带来的突破开始，人工智能再次爆发。海量的数据、不断提升的算法和计算机运算能力使人工智能不仅在技术上取得突破，也开启了商业化道路。第一次

第二次第三次1956年

1976年2006年预测为：汽车数据输入多层分类和特征提取深度学习：机器学习是单层的，深度学习是多层的，计算机自己对数据信息进行总结、抽象，并发现其中的规律。在数据输入后，通过多层非线性的特征学习和分层特征提取，最终对输入的图像、声音等数据进行预测。

l 2006年，加拿大Hinton教授提出深度学习技术，人工智能第三次发展浪潮到来。人工智能发展进入重视数据、自主学习的认知智能时代，算法、算力、数据三方面的条件俱备驱动人工智能技术发展。相比通用人工智能，专用人工智能是此次浪潮的主要发展方向。人工智能创投火热，人工智能初创企业数量增加，获投资事件和金额也在稳步上升。当前，人工智能技术处于由基础研发向产业化发展的关键时期，商业化应用取得初步进展。

2018年中国人工智能应用市场专题分析

2019-8-267数据驱动精益成长人工智能走出实验室，开始商业化落地，但处于早期发展阶段© Analysys 易观 2006年Hinton 提出深度学习技术，第三次人工智能浪潮开始。2015年，百度推出对话式人工智能秘书“度秘”，用户

可以使用语

音、文字或图片，以一

对一的形式与度秘进行沟通。2016年，AlphaGo战胜李世石，人工智能浪潮席卷全球。2016年被称为人工智能发展元年。2

011年，S i r i 作为i P h o n e 手机语音助手亮相，从文字聊天为主到实现语音识别功能。2013年，微软发布智能聊天机器人小冰。我国人工智能创投开始飞速发展，企业数量和融资额迅速上升。2017年，北京火车站实现“刷脸”进站。2018年中国人工智能应用AMC模型

探索期

（2006-2013）早期阶段（2013-2020）高速发展期（2020-2030）市场成熟期（2030-）人工智能应用聊天机器人、智能推荐和搜索出现在日常生活中我国AI企业数量开始大幅攀升，弱人工智能商业化开始。AlphaGo获胜成为AI发展里程碑事件。AI替代人做重复枯燥危险的

体力劳动强人工智能出现，能力和人类相近，人机交互障碍减少各行业大量重复性枯燥的体力工作由AI进行，人工智能成为老龄化社会经济增长的重要推动力。用以解决任何智能问题的通用型AI技术出现，人工智能可以看懂、听懂这个世界，

人机交互障碍大大减少。移动互联网发展

成为AI物联网。

行业发展阶段市场

认可

度A B C D E F G H

I

人工智能在我国仍处于科技风口

区，大量资金、资源涌入。人工智能在图像、语音和语义技术方

面不断取得突破进展，人工智能企业积极探索商业模式和落地场

景，将AI技术产品化和服务化。

2018年中国人工智能应用市场专题分析

2019-8-268数据驱动精益成长

巨头集中在人工智能基础层和技术层，初创厂商发力垂直领域

自然语言处理

通过自然语言处理/语义分析等技术提供智能聊天、

对话、问答、客服机器人的技术及软件服务商技术层

计算机视觉

通过计算机视觉算法及软硬件为客户解决人脸识别、

图像识别、视频分析等需求的解决方案提供商

智能语音通过语音识别算法及硬件为客户提供语音识别/合成/交互等软

件/解决方案及智能硬件产品的厂商基础架构服务

机器学习/

知识图谱

OS

云平台/OS 云平台：为AI及大数据企业提供云计算/云存储以及综合及垂直云服务平台的厂商

OS：为机器人/智能手表等智能硬件提供包含各种AI能力的操作系统

PaaS/SaaS

IaaS

通过知识图谱/机器学习技术为企业和个人提供大数据分析、辅助决策服务操作系统数据服务平台网络运营商

传感器芯片云计算服务金融安防医疗 教育客服大文娱零售/电商建筑法律营销新闻资讯

应用层

基础层

2018年中国人工智能应用市场专题分析

2019-8-269数据驱动精益成长© Analysys 易观

PART 2

中国人工智能应用市场分析

2018年中国人工智能应用市场专题分析

2019-8-2610数据驱动精益成长人工智能向B/G/C端变现，和应用场景的深度结合是落地关键… …智慧医疗产品和服务数据+软件解决方案… …摄像头音箱手表机器人翻译机无人机AI+硬件人脸识别

多轮对话语音交互情感识别智能推荐广告植入… …智慧城市

智能营销聊天机器人… …AI商业化图像语音语义图像&语音&语义

机器人AI芯片… …驾驶应用场景安防教育

医疗娱乐金融物业营销直播搜图… …AI生态

专用AI

垂直领域To B

智能营销… …

To G

政府监管… …

中小企业

通用AI

底层技术

BATI To C

智能可穿戴… …

数据互联网智能手机物联网传感器算法机器学习人工神经网络卷积神经网络深度学习算力GPU/FPGA/ASIC 并行计算超级计算机云计算AI发展三大基石

2018年中国人工智能应用市场专题分析

2019-8-2611数据驱动精益成长我国人工智能领域创投侧重图像识别和自然语言处理领域的商业变现

l 根据易观对市场公开数据的整理，到2022年，全球人工智能技术支出规模将达到576亿美元，其中中国将达到89亿美元。美科技巨头人工智能布局注重AI基础层、注重人工智能全生态的完善和建设，而我国科技巨头以AI应用层为重点投资方向，AI初创企业更注重拿到某一方向的核心AI技术后进行商业化变现。从投资事件和投资次数上看，2013年到2016年，我国AI企业发展最快；从投资细分方向和投资金额上看，最火热的是计算机视觉/自动驾驶和自然语言处理。

我国人工智能创投火热，人工智能企业投资事件数量和投资金额随时间稳步上升，从2013年以后呈爆发趋势；其中2017年投资金额激增，相比2016年的投资金额增长了65.3%。从2017年人工智能细分领域投资事件和金额来看，我国呈现注重应用层变现的投资的总趋势，投资最火热的方向是：自然语言处理，自主驾驶/辅助驾驶，计算机视觉与图像。

© Analysys 易观· IT桔子 数据来源：IT桔子，2017© Analysys 易观· IT桔子 数据来源：IT桔子，20171226234814328737935321662491259352582201020112012201320142015201620172010-2017年中国人工智能投资事件数及金额投资事件数（次）投资金额（亿元 人民币）206103123

3137533

65140149

9828289

10171348

1615

33

65

A I

芯片传感器元件机器学习应用激光雷达计算机视觉与图像技术平台数据管理平台云计算设备智能机器人智能交互技术智能无人机自

动

驾驶

/辅助驾驶自

然

语

言

处理

2017年中国人工智能细分方向投资事件及金额

投资金额（亿元 人民币）投资事件数（次）

2018年中国人工智能应用市场专题分析

2019-8-2612

数据驱动精益成长

我国人工智能在图像和语音、语义三方面应用进步最快

?图像识别的应用场景丰富，主要有安防、金融、美颜娱乐、医疗影像识别和自动驾驶等。?

智能安防以人脸识别和视频监控为中心，受益于我国政府的平安城市建设规划，及安防领域

对图像识别的准确度容忍程度较高，图像识别在AI＋安防领域商业化走在最前面。?医疗影像识别领域市场潜力大，但医疗领域对影像识别准确度要求高，受制于数据缺乏和数据标注困难的瓶颈，目前成熟度较低。?语义识别是人工智能的底层和核心能力。目前语义理解主要用于智能客服和聊天机器人，其它还包括翻译机、小说和诗歌创作等。?语义识别技术非常依赖第三方语料知识库。目前语义识别在智能客服领域较为成熟，能够拦截80%高频问题。?目前语义理解能够实现指令型语义理解和多轮任务型问答对话，但在开放域像人一样闲聊还不能实现，是人工智能技术的一大难点。安防领域变现易，医疗领域潜力大智能家居领域起步，车联网入口智能客服领域应用较为成熟?语音识别是人机交互的入口，近场识别准确率得到极大提升，可用于语音助手、智能可穿戴设备、智能家居、智能车载和智能客服等场景。?语音识别对周边环境的要求比较高，适合应用于以客厅为主的智能家居场景，智能音箱作为未来智慧家庭的入口竞争激烈。?语音应用在驾驶时解放人的双手，目前以线路查询等基本应用为主，随着车联网的发展，语音将成为未来车联网的入口。

2018年中国人工智能应用市场专题分析

2019-8-2613

数据驱动精益成长驾驶图像识别准确度在八年间提升十倍，商业化应用场景广泛

l 视觉是人脑最主要的信息来源，人脑每天接受的外部信息中，视觉信息占83%。人工智能想拥有类人智能，能够“看到”外部世界并“看懂”至关重要。人工智能“世界杯”ImageNet大规模视觉识别挑战赛历届冠军对于图像识别的准确度在8年内提高10倍，2015年获胜模型ResNet的错误率仅为3.6%，低于同等数据集中人眼图像识别错误率5%。

l 计算机视觉技术的提高为图像识别商业化提供核心技术基础，图像识别大致可分为动态和静态图像识别，商业化应用场景包含ToG的智能安防，ToB的金融、智能驾驶和智能营销，ToC的图片美颜社交和直播等。其中安防对图像识别正确率敏感度较低、需求大且对价格变动不敏感，落地较为成熟。医疗影像识别市场潜力大，但是对错误的容忍度较低，还需要经历较长的发展过程；图像识别在银行金融领域的应用主要是人证核验；手机内置影像识别芯片逐渐成为成为智能手机厂商差异化竞争的增长点之一。

人脸识别/能摄像头人证核验/刷脸支付医疗影像阅片自动驾驶美颜直播

安防金融医疗娱乐

行业应用?摄像头采集影像数据?图像选择和切割，将有同特征的图像归为一个物体进行分析

?图像形状，纹理，颜色等特征提取?图像预处理和降噪，改善光线抖动造成的模糊等，提高图像质量影像采集预处理选择切割特征

提取图像对比

?和图像库中的已标记图

像进行对比

图像识别过程

2018年中国人工智能应用市场专题分析

2019-8-26

14

数据驱动精益成长

安防行业进入人工智能时代，人脸识别和视频监控是核心，云边结合是趋势

l 图像识别在安防领域的应用走在前面，商业化变现途径最为清晰，大部分图像识别公司开始都会选择安防作为突破口。政府是智能安防的主体，受益于我国的平安城市和智慧交通战略，道路交通、海关边检等对视频监控需求量大，且G端安防需求较为一致，安防方案可以规模化拓展。另外智能安防从专业化市场向民用市场渗透。l 安防行业智能化加速，进入人工智能时代，摄像头高清化、智能化、后端分析软件升级，人脸识别和视频监控是智能安防的核心，云边融合是智能安防未来发展趋势，海量高清视频传输占用宽带资源，云边结合将智能算法前置，在摄像机安装智能芯片，通过边缘计算将人脸识别等应用的抓图压力分摊到前端，解放中心的计算资源。

摄像头采集数据

数据传输

后端处析

?高清化。清晰度从标清30万像素升级到100万像素或以上，高清摄像头覆盖率较高

?智能化。AI算法植入前端摄像头，对人像、车辆物体、场景等进行检测和特征智能提取，实现微秒级别对于眼、口、鼻轮廓等人脸百余个关键点的定位，上传和存储结构化数据?图像传输从原本通过同轴电缆传输的模拟信号过渡到通过局域 IP 网或同轴电缆传输的数字信号?视频直接传回数据中心内的集中存储(IP-SAN)，方便集中管理，可监控的区域大大增加?后端设备从 DVR 过渡到 NVR

?后端系统人像引擎进行对比搜索和决策处理，计算分析认知功能强化，在保障高比对效率前提下，完成高效检索及比对，提高信息检索响应速度，做到秒级大规模人脸检索和比对

平安城市

雪亮工程楼宇/物业监控小孩/老人/宠物

看护

政府

家庭

企业

商铺防盗报警

防盗报警

解决方案

机场、海关、交通、学校、社

区…

智能化服务

安防云部署、算法，软件…

安防硬件

芯片、智能摄像机、智能门锁、

闸机…

人脸识别视频监控

商超客流分析智能交通l 预计到2020年，我国安防市场规模将达万亿。人工智能企业在安防领域的优势在于技术，通过开发具备人脸识别功能的系统、芯片及摄像机等软件硬件，突破昏暗、雪雾天气等条件束缚，更精准锁定罪犯。传统安防设备供应商海康威视等也在加大AI研发投入，增强在智能安防产业链中的话语权。

2018年中国人工智能应用市场专题分析

2019-8-2615数据驱动精益成长医疗影像识别对准确度要求高，在单一病种上取得突破，数据获取和标注是发展瓶颈获取医疗影像

图像预处理图像分类和分割病灶标记模型构建与训练分类预测CT、MRI、X光、超声、PET-CT等图像去噪、增强、平滑、锐化，确保数据一致性和确定性器官组织识别和分类，通过

器官形态模型和边缘形态模型，将图片分类，将不同器官图像分割为不同图像病灶标记，纹理强度形状等特征提取

实现在影像中

寻找病灶对病变分类和分期

无肺结节和已标出有肺结节影像已标注出肺结节部位的影像已标注肺结节和大小的影像已经确认良恶性的结节影像已标注影像学习区分正常和异常影像标住肺结节部位检查出肺结节并给出结节大小检出结节，并确定良恶性模型构建判断是否有肺结节

判断结节部位

判断结节大小判断结节性质

模型测试

l 医疗影像医疗数据中有80%来自医疗影像。医学影像以静态图像识别为主，相对于视频处理技术要更加成熟。根据互联网医疗联盟，医疗影像数据年增长率为63%，放射科医生数量年增长率仅2%，放射科医生供给缺口很大。在人工智能+医疗领域，AI医疗影像识别获投资占比最大。

l 医疗影像识别对识别错误的容忍度较低，目前医疗影像识别主要集中在单一病种如肺结节等，以及单一设备如CT影像，未来需要突破单一病种和单一设备成像限制，医疗影像数据的获取是个难题，尤其是医疗影像标注需要专业医生来进行，已标注医疗数据缺乏获取困难。

肺结节影像识别过程

2018年中国人工智能应用市场专题分析

2019-8-2616

数据驱动精益成长庭审/医院智能客服

智能家居语音识别实现重大突破为人机语音交互奠定基础

l 语音识别（ASR）将语音一对一转录为文本文字，语音识别是未来人机交互的基础。随着机器学习技术的发展，在比较安静、无噪音的场景下，语音识别的识别准确率不断提升，当前主流厂商语音识别准确率达到97%。语音识别对使用环境要求严苛，真实语音环境下，远场、噪音、方言、语速、特定领域知识等情况都会严重影响语音识别的准确率。

l 在应用上，C端语音识别主要应用在移动设备（智能手机、智能音箱、智能可穿戴产品、智能机器人、语音搜索）、汽车、家居三大场景，用来变革原有人机交互方式，将现有人机交互触控模式升级为更加自然的语音交互模式；B端则针对垂直行业需求，提升人工效率，比如智能客服可以拦截80%以上的用户问题，另外还可用于法院庭审记录输入、医院病例录入、语音搜索引擎等。物联网时代手机作为网络入口的地位将被削弱，人机语音交互将成为最自然的交互方式，人们可以用语音调取身边的联网智能硬件。

?将语音信号转录为文本?识别率：2018年科大讯飞实现98%的语?音识别准确率?冷唤醒：3-5m远场识别性能提升?远场降噪：麦克风阵列进一步提升识别性能

?根据对话历史信息，决定对用户的反应。?最常见的是任务驱动的多轮对话

?国内一线厂商机器翻译能力已经达到国际领先水平语音识别语言理解对话管理自然

语言生成?理解转化后的的文本的语义?国内一流厂商的中英文语

音合成功能已超过普通人

水平

语言

合成

智能车载手机/可穿戴语音助手音箱/电视语音遥控庭审记录/病例录入道路查询/音乐播放智能客服

智能终端行业应用人机语音交互过程

2018年中国人工智能应用市场专题分析

2019-8-26

17数据驱动精益成长语音识别是未来智能家居的入口，目前智能音箱及电视领域竞争激烈

l 语音识别准确性的提升使得语音交互的商业化落地成为可能，以客厅为中心的家居场景是语音识别的最合适的试验场。亚马逊Echo智能音箱的面世，带动了语音交互在家居应用领域的火热。根据IDC预估，2020年语音交互在国内智能家居市场中的渗透率将达到27%，语音作为家居交互入口大有所为，智能音箱领域竞争最为激烈，BAT及AI初创厂商纷纷入局上演“百箱大战”。智慧家庭设备互联，语音识别成为智能家居控制工具，通过语音进行节目切换，温度灯光调节等。

5320.5

5533.3

5893.8

5459.4

5635

5819.1

2017Q1

2017Q2

2017Q3

2017Q4

2018Q1

2018Q2

单位：万

人

2017-2018上半年智能家居用户规模

根据易观千帆的数据，2017年到2018年，中国智能家居用户规模在6千万左右，用户数量呈螺旋式上升趋势。在易观千帆监测到的95个智能家居类

APP中，用户规模前十的智能家居应用中，主要包含三大类应用：智能电视遥控、安防监控类的智能摄像头、家电集成控制系统类。

互联网厂商跨界智能家居市场，和传统家电巨头竞争，小米京东等互联网巨头相继推出智能家居物联网平台，开放系统接入更多厂商寻求设备互联；电信运

营商从智能网关、IPTV和OTT切入竞争，争夺未来智能家庭入口。

© Analysys 易观·易观千帆

数据说明：易观千帆只对独立APP中的用户数据进行监测统计，不包括APP之外的调用等行为产生的用户数据。截止2018年第3季度易观千帆基于对23.6亿累计装机覆盖及5.93亿活跃用户的行为监测结果采用自主研发的enfoTech技术，帮助您有效了解数字消费者在智能手机上的行为轨迹。

语音成为智慧家居的入口

智

能

单品

智能门锁

智能空调

智能电视

智能音箱

智能摄像头

……

……

终端用户

系统集成

影音集成

智能灯光

家庭安防

环境控制

传统家电厂商

寻求

家居

设备

互联开放系

统接

入更

多厂

商

设备接入语音系统提供

语

音识别操作系统互联网巨头智能家居

语音识别技术厂商电信运营商

传统家电智能化

全屋系统集成

2018年中国人工智能应用市场专题分析

2019-8-2618数据驱动精益成长语音交互当前主要服务于车内语音导航，未来是车联网生态交互入口

4393

15826537820142015201620172018

亿

元人

民币

2014-2018年中国智能车载市场规模

l 人在车内双手和双眼被占用，基于安全考虑，智能语音成了这一场景下最合适的交互方式。预计到2020年，语音交互在中国智能车载市场渗透率将超过50%。目前智能语音在车内的应用主要以车载导航为主，辅以查询、娱乐和拨打电话。当前最为现实的是把导航刚需体验做好，随着智能车载市场规模扩大，车内语音交互成为基本配置，由导航服务向其他需求扩散。以语音为入口连接各种服务，构建车联网生态。

根据Statista的数据，中国智能车载市场规模稳定增长，2014年到2015年增幅最大，达到116%；预计2018年中国智能车载市场规模将达到378亿元人民币。基于安全性等因素考虑，车载端智能与手机端智能有极大的差别，语音基于其交互的自然性，被认为是未来人与车交互的主要入口路径。语音交互能够实现的功能越来越多，车厢内人车交流方式由物理按键和多点触控向人机语音交互逐渐转变的趋势发展。互联网厂商和地图等垂直领域合作方式进入智能车载领域，语音识别领域的初创厂商也在试水智能车载硬件设备市场。

“查找附近美食/加油站”

“播放歌曲”

“拨打电话”“操作空调”

“查找路线”

“检查油量”

© Analysys 易观· Statista

数据来源：Statista，2018

2018年中国人工智能应用市场专题分析

2019-8-26

19

数据驱动精益成长

文本翻译

智能终端

智能客服

语义识别技术进步实现封闭域任务型多轮对话，开放域聊天道阻且长

l NLP的核心是语义识别。语义识别目前在指令型对话和多轮问答对话方面表现较好，主要应用于聊天机器人，包括智能客服机器人、类似微软小冰的聊天机器人和各种实体机器人等。聊天机器人在特定场景如在线智能客服中帮助较大，客服问题主要聚集在特定产品或单一垂直领域问答，企业语料库积累完备后一般能够给用户提供较满意的答复，对高频问题进行拦截和回答，其余由人工处理。

l 聊天机器人智能程度不断提升，能够实现多轮对话，但答非所问仍然很常见，更不能实现开放域聊天，即像人类之间不限定领域、不限定目的、不限定话题的朋友之间的闲聊；目前国内实体机器人市场火爆，包括家用教育机器人、陪伴机器人等，但是这些机器人更像是“智能玩具”，一大原因是语义识别技术上的瓶颈，智能化程度不高，消费者购买后一段时间启动次数大幅减少。语音识别、语义识别联系紧密，在很多应用场景中常常是语音、语义相互嵌套共同作用。

?分词，词性标注

?命名实体识别，词义消除

歧义

?浅层语义分析?深层语义分析

?根据上下文和语料，识别用户意图

词法分析

句法分析

语义分析

意图识别?短语结构句法分析?依存结构句法分析

?自然语言生成，将语义表示转化成自然语言，反馈给用户。

语言生成

资讯/电商

政府/企业

智能客服

智能推荐

翻译机

舆情分析

聊天机器人

行业应用

人机语义交互过程

本文来源：https://www.bwwdw.com/article/5ici.html