我前几天的平台之叹是有感而发的。

米国的脸书（Facebook）与中国的微信类似，就是有一个巨大的有粘性的平台，善用的话，变现很容易，而盈利是一切business 的最终价值认可。Facebook 几天前推出 Deep Text，举的例子就是，有人在脸书上表达了要出行，系统于是就直接连上了 Uber 的链接，这岂止是精准广告，这同时也是为客户服务： 平台几乎就是每个人的私人秘书，你想要什么，我就给你创造好条件，等你下单。

把令人生厌的广告推销转化为贴心服务，满足了客户，又实现了生意，这就是平台的力量。而背后的语言技术其实清晰可见，就是信息抽取（IE）。信息抽取是非常成熟的技术，因为抽取是预先制定好目标的，有了深度parsing，抽取是一打一个准。

我的一叹是，这个想法我们早就有过尝试，早就证明了这是自然语言技术的最擅长和实用的部分，可是如果没有合适的平台，宝贵情报的抽取就实现不了价值。过去四五年，从一开始的抽取 needs statement，到具体的 unmet needs，到后来的 wishlist 的抽取，再到 purchase intent，一步步细化，一次次精细的抽取定义，“谁”需要“什么”在“什么方面”，等等，每一次deliver给产品经理，他们都很高兴，但是最终还是很难在我们有限的 B2B 的产品架构里面，转化成有价值的 feature

自然语言的复杂使得 NLP 是一个 imperfect technology，如果要想精准理解大海一样的自然语言的全部，那是一个无穷无尽的任务。但是上例的信息抽取不同，它是语义聚焦为语言的一个子集，这个 use case 只需要这个情报，另一个产品只需要那个情报，语言中其他的东西与我无关，这就是信息抽取聚焦的威力。这是 NLP 和 deep parsing 最拿手的事儿。

大体的场景是这样的： 1. 产品经理发现了什么情报有价值，可以转化为产品服务； 2. 产品经理通过案例定义这个情报需求：有这样的语言表达，我需要的是这样的情报抽取； 3. NLU 开发人员得到这个 specs，收集更多的正反案例，形成 dev corpus，开始开发： 假设 deep parsing 已经实现，那么这个过程实际上就是在句法的逻辑层面（logical form），而不是在 ngram 的关键词的线性序列层面，去抓取这类表述的 patterns。由于 deep parsing 消化了语言表层的不同结构，把它逻辑语义化了，这个任务不仅变得可行（feasible and tractrable），而且变得高效，因为逻辑层面的一条规则等价于ngram的千百条规则。

根据我做这类工作的多次经验，大体上，一个抽取任务在 deep parsing 的支持下，1-2周的开发足以提交。进入产品 beta 以后，就形成了反馈回路，少量的错误在后续的维护过程中会被纠正，漏掉的情报在质量检测部门的帮助下，会持续得到改良。经过几个循环，就可以摘掉 beta，正式作为产品的一部分发布。

1-2两周可以完成一个具体的情报抽取任务，是一个什么概念？ 在我们的实践中，调查客户需求，根据这个需求定义为一个情报抽取的任务，至少需要三个月的时间；等开发人员提交了情报抽取的模块到 app 把情报体现到产品上也需要两三个月的时间。

从这个流程可以看出，本来认为是最繁复的语言理解的技术工作，在整个链条上实际上是最快实现出来的，瓶颈永远不在 NLP， 而在情报定义和利用的两端，一端是产品经理，一端是 app 的 开发和 operations。

当然，上述情形有两个前提：1. 领域独立的 deep parsing 已经就绪，核武器已经等在那里了； 2. NLP 的任务是情报的抽取。

一切可以利用预先定义的情报抽取来支持的产品，都是如此。这些情报包括各种商业情报（产品发布、高管变动、股市波动、购买意图等等），包括舆情（谁喜欢不喜欢什么在哪些方面，为什么等），包括用户背景情报（年龄、教育、宗教、生活习惯、人生阶段如在校、结婚、退休等，甚至有没有宠物），等等。

NLP 深度分析的大有可为可见一斑。至于定义了这类情报，是在线抽取并应用，还是抽取挖掘到数据库，至于是用于什么产品，譬如问答系统，智能 bots，这些决定于具体的产品概念。

这就是 parsing --》IE --》 products 的技术产品或服务的阳光大道。当繁难的 deep parsing 就绪了，IE 的开发就是上面薄薄的一层，它可以迅速随着产品和用户需求的改变而改变。因此一个大的平台对于 deep parsing 的发挥至关重要，平台大，情报需求就多，转化或嵌入为产品的机会就多，情报价值就可以实现，无论是提升用户体验还是商业变现。

而没有这样的平台，辛辛苦苦造出的核武器，只能用于几个特定的商业情报用例（譬如舆情和客户情报），语言技术的潜力无法得到充分发挥，这就是技术人的郁闷。这薄薄一层的 IE 的逻辑层模式开发，具体是怎么个样子，有兴趣的话，以后可以另文 illustrate，不过这些都是细节了，虽然是有趣的细节。

【相关】

【立委科普：自然语言系统架构简说】

《新智元：有了deep parsing，信息抽取就是个玩儿》

【立委科普：信息抽取】

《朝华午拾：信息抽取笔记》

泥沙龙笔记：搜索和知识图谱的话题

《知识图谱的先行：从Julian Hill 说起》

【置顶：立委科学网博客NLP博文一览（定期更新版）】  

《朝华午拾》总目录