國企系「人工智慧與商業應用」專題演講：《自然語言及其應用》

國際企業學系暨研究所

撰文者／國際企業學研究所 李哲柔

本系簡睿哲老師「人工智慧與商業應用」課程中邀請新創公司人工智慧技術顧問阮榮裕講師蒞臨演講，本次主題為《自然語言及其應用》，藉由分享自然語言的相關概念，來讓學員們有對AI應用的更深一層認識。

首先，講師先帶學員們複習過去演講課的深度學習概念，包含機器學習深度學習三個步驟、深度學習的神經元：線性運算與非線性運算、深度學習模型為什麼包含了我們要的函式，以及CNN、RNN等概念。透過DNN的初始複習，學員們重新被提醒了機器學習三框架：建立一個模型、設定評估好壞的方式、找出模型中最好的一個函式。接著，講師向大家介紹DNN之模型：包含神經元、神經元層、全連接層等等，而在決定資料與模型後，進而設定連接的權重，以得到好的推論。

藉由圖形的展示，講師讓大家實際看見深度學習之操作，接著，帶到CNN之概念，提及一個影像物體是由許多物件組成、每一個物件的細節都跟區域畫素群有關，進而帶到本演講之重點：自然語言處理NLP。透過NLP，可進行字詞推估，且不只是字詞推敲，也可能應用在股市推算當中。而RNN/LSTM/GRU 的應用當中，除了 NLP 基本的文字生成、作曲，也可當作分類器、意向偵測器等應用；在非文字範疇的題目中，只要有時序特性的資料也適用。

接著，講師提及One Hot Encoding的要點，提及One Hot Encoding 的兩個缺點： 維度過高 （3000 個字就要3000 維度） 以及字元間沒有關聯資訊，因而需要採取降維或是word embedding的方式。透過一些編碼的分享過後，講師也跟學員們特別強調「單字、詞的編碼有一定特徵工程的功能，因此當這些“資料”的特徵工程處理得很好時，後續的模型可能會比較輕鬆」。

透過概念的漸進式介紹以及實際的操作，講師向學員們展現出NLP的AI實際應用範圍，且鼓勵學員們能夠將此與期末報告相結合，且思考如何能結合自身所學，與所能應用之範疇相扶持。