02 走进行业应用的深处
以往在谈及NLP的应用门槛时，最常见的回答有两个：一是技术相对落后的硬伤，二是缺乏相对独立的场景。
对于第一个问题，经过大量真实应用场景淬炼的文心ERNIE已经给出了解决方案，全面降低了NLP的定制开发成本。
引用百度集团副总裁吴甜分享的一组数据：在数据标注方面，文心的语义理解能力可以降低90％的数据标注量；在算力方面，文心集成了ERNIE预训练模型，可以节省90％的算力；在开发时长方面，传统的开发方式需要一周的工作量，开发者在文心上仅需配置或编写少量代码，可以减少85％模型开发时长，进而全面降低NLP定制开发的成本。
对于第二个问题，针对NLP落地应用时的高频场景，百度新发布或升级了一站式的场景化解决方案：
其一，面向企业文本场景的智能文档分析平台TextMind。
语义理解是NLP的基础，也是应用场景最广泛的服务。比如大多数企业的商业合同仍采用人工审核的方式，存在效率低下、漏查漏报等商业风险，TextMind基于OCR、NLP等技术，可以对20类文档进行智能比对、解析、审核，与知识图谱能力结合后能够自动分析合同中隐含的法律风险。
其二，面向媒体行业进行场景升级的智能创作平台。
百度智能创作平台上线至今，已经自动创作了200多万篇文章、超过15万条短视频、辅助创作的日均调用量超过35万，累计落地20多家机构媒体。同时围绕策、采、编、审的媒体工作场景，百度推出智能策划、智能采编、智能审校三大场景方案，帮助媒体降低创作成本，提升创作效率。
其三，面向交互场景升级的智能对话定制与服务平台UNIT。
UNIT上线以来已经服务了超过2．7万开发者，支撑了超过10万个智能对话应用，积累的知识条目总量达到2．4亿，与用户进行了超过4200亿次交互。全新升级后的UNIT进一步降低了任务式对话、智能问答的定制成本，其中数据标注成本降低了30％以上，并且融合了新一代对话引擎以提升交互体验。
其四，面向翻译场景全新发布的AI同传会议解决方案。
AI同传并不是什么陌生的概念，百度在2017年就推出了同传系统，衍生出了桌面助手、翻译APP等产品。AI同传会议解决方案主打的亮点是全场景、全流程，只需要一台电脑和一部手机，就能迅速搭建出一套同传服务，不仅可以随时对专业术语进行干预，还能自动生成会议记录。
值得一提的是，百度瞄准的四个场景分别对应了NLP领域的理解、生成、对话、翻译，这样的设计绝非无意之举。
过去十年的时间里，百度语言与知识技术培养吸引了大量的全球顶尖人才，推出了以王海峰为代表的百度NLP“十年十人”。这些顶尖大牛们的技术信仰和探索精神，既向外界展示了百度的技术硬实力，也让外界看到了百度加速NLP走向行业深处的拳拳之心。
3
