今天，由「追一科技」主办的首届中文NL2SQL应战赛完毕。据了解，本次1457支参赛部队中，院校和企业参与者参半：其间学生及科研人员占比48%，企业技能职工占比52%。学生参赛部队来自很多闻名院校，如北京大学、清华大学、复旦大学、上海交通大学、南京大学等、企业参与者则来自我国移动、安全集团、搜狗等很多企业的技能人员。
36氪对话「追一科技」，在赛后一起探讨了NL2SQL的研讨新方向和我国NLP的开展趋势。36氪内容收拾如下。
NL2SQL：天然言语处理技能的新式研讨方向
在CUI（Conversation User Interface）的大布景下，怎么经过天然言语自由地查询数据库中的方针数据成为了学界内新式的研讨热门。Natural Language to SQL( NL2SQL)即旨在将人类的天然言语主动转化为相应的SQL句子(Structured Query Language结构化查询言语)，使算法能与数据库直接交互、并回来交互的成果，并服务于子查询猜测、SQLNet的代替计划的研讨。NL2SQL作为新式研讨范畴，以天然语义了解（NL）为技能底层，将机器学习（ML）和深度学习（DL）运用于语义了解的广泛评论。这一方向也被以为是天然语义了解在商业场景运用的重要支撑。在NLP子使命目标逐步被霸占的当下，NL2SQL虽重视较少，却有着比较于其它使命更高的实践运用价值。
NL2SQL原始过程示意图
而从NLP的商业化上看，NL2SQL更是一个适配商业运用场景，推进NLP产品化和工业化的立异方向：在我国的企业实操场景中，商业数据多以表格方法贮存，数据的查找、剖析、处理多需求经过数据库到达，经过SQL进行调用。而NL2SQL正能对企业数据库进行快速适配，简洁数据调取和文本剖析流程，协助企业自由地和数据库进行交互，有效地激活企业数据库常识价值。实践2B场景中，会运用很多数据库的企业客户多为金融保险、投融资企业和大型公司等高净值用户，更为技能落地后的产品盈余供给了更强的支撑。
“咱们以为，NL2SQL正是NLP一个新式但十分有潜力的研讨范畴。从AI技能的开展规律来看，一个技能如果有专门的技能应战赛，会十分快地加快这个技能的工业化落地，比方视觉的imagenet、人脸辨认，NLP(天然言语处理)前期的分词、机器翻译，以及近期的阅览了解等范畴，一些揭露测验集或许应战赛呈现的时刻点，刚好都是这个技能从论文走上工业化的临界点。很好的说明晰技能竞赛推进技能老练的效果”。「追一科技」联合创始人兼CTO刘云峰如此介绍举行首届NL2SQL大赛的意图。
自6月24日竞赛发动以来，共有1457支部队、1630名选手报名参赛。据竞赛揭露数据，在为期两个月的开始竞赛中，数据集准确率继续改写竞赛的新记载。在8月12日的预赛完毕时，列表总得分到达0.89（89%），挨近职业抢先数据集WikiSQL的91.8%。
决赛现场
厚积薄发的NLP？
在本次竞赛中，「追一科技」还发布了首个大规划中文NL2SQL数据集。数据首要掩盖金融范畴与通用范畴，包含4,870张表格数据、49,752条标示数据。比照国外的WikiSQL、Spider、WikiTableQuestions等大规划英文NL2SQL数据集，该数据集在统筹数据规划的一起，引入了不一样的技能难点，例如口语化表达、结合表格内容、命名实体链接、更杂乱的SQL语法等应战，难度更高的一起，也更贴近于实在运用场景。
NLP商业化落地的重要支撑是底层技能，发布数据集意图是进一步驱动国内NLP底层算法的研讨。
「追一科技」联合创始人兼CTO刘云峰向36氪介绍。阅历2017-2018年NLP（天然言语处理）根底才能的建造后，业界算法模型的完善、算力的提高 、数据集的丰厚正在推进了NLP技能全体向好，NLP极有或许在2019年迎来技能大年，完结技能成果的小迸发。
但在实践运用中，其时的NLP技能落地依然遵从“端对端”的方法，非端对端的立异依然有赖于更为严密的技能结合和愈加安稳的算法支撑。在头部公司竞速重要算法榜单的背面，如NL2SQL等子使命的算法迭代依然适当匮乏。在我国，NLP商业化落地的开展依然有赖于底层技能的磨炼。
环绕NLP翻开的学术研讨和产学研结合，正在为NLP企业翻开技能的天花板。
在「追一科技」联合创始人兼CTO刘云峰看来，NLP企业的格式是显着的：技能研制提高了企业的幻想空间；而对应产品的商业化水平，则构建了NLP企业的下限；联通其间的则是 NLP企业的产品化才能。从理论技能到产品化和产品化，检测着企业产品、服务耗时、安稳性、准确性等多重问题——企业需求的是可仿制化、大规划化的产品和服务。
此外，企业客户还需求“装备即定制”，即经过功用和产品的装备组合，完善AI PaaS的全体建造，高效完结企业的需求使命。
在企业场景中，「追一科技」以为：NLP技能驱动的“数字职工”能将NLP能演化为更具“效能”的方法，即“支撑智能协作、革新流程，并完结自我教育和自我进化”。作为企业管理主动化解决计划，与着重“主动化输入”的RPA不同，“数字职工“更着重HCI：着重数字职工在企业中更强的“交互性输出”，使得机器人不只具有“自我输出才能”，还能在企业中训练和监督人类职工。
“未来的AI公司应该是全栈型的AI公司”
谈及我国NLP企业的开展，刘云峰表明出路达观：一方面，NLP运用的碎片性在经过整合后将为其落地运用供给了多种或许，NLP企业将逐步拓宽至具有全栈NLP才能；另一方面，在HCI（人机交互）的人工智能大趋势中，NLP的多模态融合在未来的“万物互联”趋势下有更好的开展潜力。经过多模态交互，NLP企业能经过多种单点技能到达组合效应，促进技能的商业化。结合计算机视觉、语音实时交互，全栈NLP能完结更多的商业化场景落地。
关于
「追一科技」成立于2016年3月，公司主攻深度学习和天然言语处理，经过将AI交互才能与企业服务场景深度结合，为企业供给全体智能化解决计划和“数字职工”。3年来，「追一科技」共取得招商局本钱、立异工场、晨兴本钱、GGV等出资，融资合计7000万美元，曾在2018CMRC中文阅览了解竞赛、CCF-2019LIC常识驱动对话竞赛等NLP技能竞赛中崭获冠军，2019年9月打破CoQA多轮对话阅览了解纪录，位列榜单榜首。接连当选机器之心评选全球30大AI创业公司、工信部我国工业立异榜“最具出资价值50强”。
观念
关于其时的NLP运用来说，缺少相对独立且足够大的运用场景和技能相对后发是硬伤，但正因为NLP范畴尚待打破，这个范畴仿制之前渠道创业的方法，即从学术到商业的道路的或许性仍在。而NLP在企服场景内的“百亿RPA”，已展示了NLP商业化落地的巨大潜力。在CV企业团体估值过高的当下，一向“不温不火 ”的NLP未来，好像更值得等待。
2B场景中，36氪继续重视多家企业：智能云客服渠道供给商「智齿科技」曾于2018年，取得其时智能云客服商场最大单笔融资：1.5亿人民币B+轮融资。同年，「竹间智能」取得3000万美金B轮融资。「助理来也」曾于2017年完结千万美元B轮融资，推职业智能助理“吾来”。
