robyluo LV
发表于 2025-4-9 17:10:35
先说看法！我高度看好自然语言处理的发展，将来应该会有一波和当年 CV 类似的浪潮，把握住这一波，应该就能抓住第一桶金了。有了第一桶金，接下来就看怎么操作了。
所以，来看看自然语言处理的应用场景吧，再判断一下它的未来。
虽说好不好找工作这事不仅仅是由需求来决定的，但是它的未来发展起码能证明它的潜力是非常高的。一起在自然语言处理这个赛道里努力
<hr/>自然语言处理 (NLP) 是目前在人工智能领域里最热门的一个话题，它能够让计算机理解人类的语言。但是由于它是隐藏在我们生活中的各个角落的，所以很多人并不是很清楚，这项技术都应用在哪些场景里，这篇文章就是想带大家看看， NLP 技术在不同方向的应用，以及在未来社会，它可能的应用场景。
在后面的文章中，我也会针对这些场景，给大家更多的关于技术细节、原理以及对应的工程代码，希望你也能学会掌握这个未来的工具，参与到未来社会发展的大进程里。
【如果你有这样的想法，欢迎关注我。】
5. 医疗领域
- 智能分诊：分诊的工作是一个需要及时性和专业性的工作，并且需要长时间有人值守。目前已经有公司在研发借助语音转文本技术(STT)和文本分类技术，帮助快速完成分诊和结算。
- 病例数字化和疾病自动化监测： 在整个问诊的过程中，病例都是被保存在一些列的非结构化的数据中，使用 NLP 技术可以自动化的提取非结构数据中的有用信息并形成电子病历，有了这些电子病历，可以实现自动化的疾病预防和监测。法国一个研究机构已经把这项技术应用到实际中。
- 评论管理和情感分析：NLP 技术每天可以分析大量的通过第三方收集的关于病情的评论信息，通过这些信息可以帮助医生和病患建立相同的、可以互相理解的词表，并且也可以帮助医生更好的了解病人对于病情的情感变化。相关的研究
- 预测自杀倾向：使用社交媒体上发布的自然语言信息预测自杀倾向也取得了一些实际的进展，2018年的一项研究显示，社交媒体的分析，可以达到 70% 的准确率。该项研究的文章在这里。
4. 金融领域
- 政策风险规避：金融领域中，政策风险规避是一个项非常重要的事务，往往需要花费大量的时间和人力才能够完成。使用 NLP 技术可以帮助金融企业快速的寻找到政策变化，减少在这项任务中花费的时间，降低政策风险的概率。案例
- 保险理赔自动化： 保险行业中理赔是一项十分耗时耗力的工作，并且由于它的耗时性，也使得用户的保险理赔体验非常的差。使用自然语言处理技术可以快速跟踪用户的数字化足迹、电子文档分析，快速完成理赔。案例
- 信贷额度计算和风险评估： 这两项在金融行业中已经使用了很长时间了，使用 nlp 技术构建金融图谱，并且使用系列的特征建模构建风险评估模型，确认风险和信贷额度，提升风控能力。
感兴趣的可以在搜索引擎中搜索 FinTech，金融领域中有大量使用 NLP 的场景。
3. 教育领域
- 帮助学生提升读写能力：NLP 能够帮助学生提升读写能力，当学生书写文章的时候，NLP 技术能够快速的找出文章的问题，并且给出相应的改正意见，甚至可以给用户一些学习的视频和资料，帮助学生提升写作能力。也可以帮助学生测量自己的读音情况，并且可以快速的完成纠错、领读等功能。这方面的应用已经很多，比如 Grammarly,流利说等。
- 学情分析：NLP 技术也可以帮助老师快速准确的了解学生的学习情况，在k12教育中，师生资源是不对等的存在，通常一个老师要负责20~50个学生的学习情况（有的可能会更多），在这样一种场景中，老师很难了解每个学生的学习情况，更难以去进行因材施教。NLP 技术可以结合知识图谱（知识图谱本身也是NLP 技术的一种复合式的应用）自动完成学情的分析，学习路径规划等工作，能够大大解决这种师生资源不对等的问题。
- 自动批改：自动批改也是 NLP 在教育场景中尝试的集大成者，综合的应用了各种不同的技术，帮助老师快速的完成作业/试卷的批改工作，很大程度上的较少了老师的劳动量，能够让老师更集中精力在教学任务中。
这里有一篇论文比较好的总结了 NLP 技术在教育场景中的应用情况.
教育领域中还有大量的关于 NLP 使用的场景，因为我自己就是做这个领域的，如果你对这个领域很感兴趣的话，可以联系我。
2. 安全领域
近些年安全成为大家持续关注的话题，在不同的安全方向上，NLP 有着很多不同的应用和尝试。大家都有明确的感受，现如今是一个信息的社会，相较于 5 年前，我们生活的方方面面都已经发生了翻天覆地的改变。每一个生活的领域都被重新定义和应用到了互联网上。我们的各种信息也被收集到了互联网上，这大大地方便了我们的生活，提高了我们的生活效率。但是，这也带来了巨大的安全问题。估计大家也能够明显的感觉到，相对于之前时间，现在我们接到的骚扰电话、诈骗电话也变的越来越多了。这些都是涉及到你我的安全问题。
在更大的层面上，更多的国家机器、国家机构里也都同样面临着各种各样的数据安全问题。比如说，舆论安全，现如今国际形势紧张，有各种各样的人利用舆论来误导大众的意见导向，这些对国家的整体利益是非常不利的。所以我们要利用自然语言处理技术，来分析海量的文本、语音、各种各样的 side information 中，所隐含的安全的隐患，及早地发现问题，尽早的做好预案。
在未来的社会中，这种信息化会越来越多，不知道大家有没有玩过一款叫 《底特律：变人》的游戏，里面描述了一个人类和机器人共存的社会。人类和机器人高度协作，高度的信息化，甚至人类也在一点点的使用电子化的部件，替换自己身体里的部件。在那样的一个社会里，信息的安全真的让人觉得细思极恐，有太多太多的信息，太多太多的不可控。不管这种社会会不会真实的到来，但起码在到来之前，我们先要解决的是信息的安全的问题。
1. 通用场景
最后，再聊聊自然语言处理离着大家更近的场景。这些场景多多少少出现我们的生活中。
- 对话机器人：不知道大家有没有感觉到，现在有越来越多的营销电话已经不是人在给你打的了；不知道有没有感觉到，有时候我们聊了半天，才发现对方不是人；大家在电商上买东西，当我们咨询一些产品信息的时候，对方回复总是非常的迅速，不管我们几点咨询都有人回答。
在这些场景里，其实已经有越来越多的对话机器人在替代人类的劳动了。之前有个朋友，在联通集团负责对话的业务，跟我提到过一个数据，说是现在联通集团的对话业务已经能承接总业务的 40% 了。要知道，联通集团有人工客服超过万人，这 40% 所带来的直接价值我们想一想是一笔多大的财富。
- 推荐系统：推荐引擎可以说是我们现今社会使用最多的了，不管是我们看视频、吃饭、住宿、购物、学习、搜索都离不开推荐系统，有时候不得不感叹，似乎我们的生活有一半是被推荐引擎所引导的。有幸，我也做了 5 年的搜索引擎，对搜索引擎非常的熟悉。这也是我想要在后面的文章里想要更多涉猎部分。不管你是想了解推荐引擎从技术上的实现，还是想要探讨你觉得搜索引擎对你的生活的改变，都希望能在评论区看到你的留言。我们一起讨论，一起思考推荐引擎应该怎么做，以及怎么做才能更好的帮助我们生活的更好。
- 智能写作：写文章是一个非常不容易的事情，怎么样才能更好的把事务准确的记录下来是一个很花费时间的事情。并且，写文字这种需求实在是非常的庞大，基本上我们很难找到一份工作是一点都不需要写东西的。既然需求量如此之大，所以必然使用自然语言处理写文章也是很多人研究的方向。到目前为止，可能人工智能做得还不是很好，还没有办法写大段的指定主题的，不跑偏的文章。但是在一些非常专业的领域里，已经开始有一些写作的机器人了。比如说，大家可能都听说过的智能高考作文机器人。智能写手已经能拿到非常高的分数了。
其实，还有很多领域也都在使用自然语言处理技术在解决很多非常专业的问题，比如法律行业、医疗行业、工业领域里，都有着大量的应用，在这一篇里就不过多的赘述，以后在后面的文章里，跟大家更多的聊；或者你也可以把你感兴趣的领域写到评论区里，我会尽我所知，或者去和我行业里的朋友询问，回来跟大家一起分享。
在后面的文章中，我也会针对这些场景，给大家更多的关于技术细节、原理以及对应的工程代码，希望你也能学会掌握这个未来的工具，参与到未来社会发展的大进程里。
【如果你有这样的想法，欢迎关注我。】 |
|
