新年結束后第一個工作周，第五屆中文句法錯誤自動檢測技術評測（ChineseGrammarti-calErrorDiagnosis,CGED）悄悄拉開了戰幕，人工智能學術界和工業界的不少單位即將在“幫老外批漢語作文”這一任務上一較高下。據介紹今年評測活動的競爭將十分激烈。這多少也和去年年底的AI批改留學生作文的熱點事件有關。
2017年12月央視新聞一則《浙外引進阿里AI批改作文，不到200字作文看出8處錯誤》的新聞，引發各媒體關注和網友熱議。據報道，一些較為隱蔽的錯誤點，甚至有經驗的教師也無法立刻發現。
就像所有其他人工智能應用一樣，一經眾多媒體的宣傳，自動作文批改就已經開始有點兒“威脅”漢語教師了。但查閱CGED技術評測的綜述論文可知，經過超過五千個錯誤點測試后，即使是2016年和2017年技術評測第一名（哈工大與阿里巴巴）識別錯誤類型和錯誤位置的綜合精度也都在40%以下。再加上留學生手寫作文掃描識別為數字化文本環節的差錯，錯誤識別的綜合精度只會更低。另一方面，為了降低運算難度，評測還將真實語言教學中的幾十種錯誤標記，歸并為了冗余、缺失、錯用、亂序四種大錯誤類型。由于評測中錯誤劃分很粗，教師無法只通過錯誤統計就準確把握學生語言能力。總之，自動批改距離投入教學前線還有很大的差距。
人工智能領域有句很有道理的笑話：人工智能，沒有人工就沒有智能。相比高考作文，漢語作為第二語言的寫作數據還較為稀缺。受教學模式、學習階段和母語的影響，留學生容易出現的語法錯誤類型極富多樣性。今天在大多數人工智能應用中取得輝煌戰績的深度神經網絡模型，對數據規模和質量的要求則更加苛刻。
目前，市場上較為成功的人工智能應用大多都因為構建了“服務—用戶—數據”的正反饋閉環，即通過智能服務擴大用戶群體，大量用戶產生數據，數據驅動模型進一步改進服務效果。這就要求人工智能服務在先期必須達到用戶基本可以忍受的效果。而對于漢語作為第二語言的句法錯誤檢測任務，雖然已經取得了不小的進步，但還無法開啟如導航、廣告推薦這樣的正反饋閉環。正如黎明之前的黑暗最難熬，推動智能起飛之前的這段人工之路也最艱苦。但好在語言處理被視作人工智能皇冠上的明珠，越來越多的資本和人力都在不斷涌入，相信句法錯誤檢測這樣的細分領域，在可預見的未來也能進入飛速發展期。屆時，教師省心、學生省力的批改機器人就不再只停留于展示中了。
另一方面，技術評測將助力技術發展。畢竟光說不練假把式，在同一數據平臺上一較高下，方可刺激學界和業界苦練真功。期待今天還停留在展示和概念階段的AI能高速成長，為漢語國際傳播貢獻力量。
責任編輯：吳一波
劉利華出席綠色計算產業聯盟技術研討會
豐滿和骨感：智能音箱和人工智能的差距有多大？
“說話”間 走進“人工智能+”時代
對話人工智能：智能語音交互是一個流行趨勢