2020年 3月 11日，商業人工智慧領域領導者 IBM1宣佈推出幾項全新的 IBM Watson 技術，旨在協助組織機構更清晰地識別、理解和分析英語中最具挑戰的部分，進而獲得更多洞察。

全新的 IBM Watson 技術代表著 Project Debater 所提供的關鍵自然語言處理（Natural Language Processing，NLP）能力首次商業化，Project Debater 由IBM研究院（IBM Research）研發 (英文)，是目前唯一能夠對複雜話題與人類展開辯論的人工智慧系統。在這次推出的技術中，IBM 首次界定了一項新型進階情緒分析能力，以識別及分析習慣用語和口語化表達。對於人工智慧系統而言，識別如「hardly helpful（幾乎沒有幫助）」或「hot under the collar（怒氣衝天）」之類的短語一直是挑戰，因為它們難以被演算法識別。通過進階情緒分析，企業可以使用 Watson 應用程式介面（API）來分析此類語言資料，進而更全面地瞭解自身營運情況。此外，IBM 還將 IBM 研究院的技術應用於理解諸如 PDF 文件和合約之類的商業文件，並將這些技術增加到 IBM 人工智慧模型當中。

IBM Data and AI 總經理 Rob Thomas 表示：「語言既是表達思想和觀點的工具，也是傳遞資訊的工具。正因如此，我們將Project Debater 中獲得的技術整合到 Watson，我們相信 NLP 將增強企業從人類語言中獲取、分析和理解資訊的能力，這將有助於企業更好地利用蘊含藏在資料中的智慧資產。」

今天，IBM 宣佈，將在全年致力於將 Project Debater 技術整合至 Watson，並側重於提高客戶使用自然語言的能力：

• A. 分析—進階情緒分析（Advanced Sentiment Analysis）
  IBM 增強情緒分析能力，能夠更好地識別和理解複雜的單詞組合，例如像包含短語和表達的習慣用語以及情緒轉換片語（sentiment shifter），即由不同單詞組成但卻呈現新含義的單詞組合，例如「hardly helpful（幾乎沒有幫助）」。該技術將於本月整合至 Watson Natural Language Understanding (英文) 。此外，我們還宣佈一項新的分類技術，藉由該技術，客戶將能創建人工智慧模型，更輕鬆地分類採購合約等商業文件中出現的條款。基於 Project Debater 中的深度學習輔助式分類技術（deep learning-based classification technology），這個新能力可從數百個範例中學習，進而快速、輕鬆地執行新分類。該技術也將於今年增加至 Watson Discovery。
• B. 摘要—總結（Summarization）
  該技術可從各種來源中提取文本資料，協助使用者就特定主題相關的口頭和書面言論歸納一份摘要。今年的葛萊美頒獎典禮 (英文)透過 Summarization 的早期版本分析了超過 1,800萬篇文章、部落格和個人檔案，歸納關於數百名葛萊美藝術家和名人的細微洞察。隨後，該資料被應用到 www.grammy.com 的紅毯視訊直播、隨選視訊以及照片中，讓粉絲更深入地瞭解當晚主要話題的背景資訊。該技術將於今年被添加至 IBM Watson Natural Language Understanding 。
• C. 群集 —進階主題群集（Advanced Topic Clustering）
  從 Project Debater 獲得的洞察，全新主題群集技術將支援使用者對輸入的資料進行「群集」，就相關資訊創建有意義的「主題」，使用者隨後即可對這些主題進行分析。這項將於今年整合至 Watson Discovery 的技術，還將支援主題專家對主題進行設定和微調，以反映特定企業或行業的語言風格，例如保險、醫療健康和製造業。

IBM 長期以來一直是 NLP 領域的領先者，致力於開發技術以支援電腦系統更準確、快速地學習、分析及理解人類語言，包括感情色彩、方言、語調等等。IBM 已透過 Watson 將其 NLP 技術推向市場，其中大部分由 IBM 研究院研發，例如，用於文書理解的 Watson Discovery、用於虛擬代理的 IBM Watson Assistant 以及用於進階情緒分析的 Watson Natural Language Understanding, NLP。

ESPN Fantasy Football 使用 Watson Discovery 和 Watson Knowledge Studio 分析賽季中每天產生的數以百萬計的足球資料來源，以提供數百萬個 Fantasy Football 運動員的即時洞察。透過處理自然語言，Watson 可以識別包括新聞文章、部落格、論壇、排名、預測、Podcast 和 Twitter 等內容的語氣和情緒，涵蓋從更衣室洞察到傷病分析等全方位的內容。ESPN Fantasy Football 在球員卡中展示這些洞見，這些球員卡記錄了每個球員的升/降級（Boom/Bust）潛力，以及在「球員的關鍵球能力（Player Buzz）」部分，總結了一名球員的正面或負面評論。

四大會計師事務所之一的畢馬威（KPMG），擁有遍布全球的專業服務網絡，它與IBM合作創建了一個基於 Watson 多種服務的人工智能解決方案，包括 Watson Natural Language Understanding 等。該技術使企業能更有效地識別、申報和留存諸如潛在的研發所得稅抵免。該解決方案由畢馬威開發，Watson 技術支持在最大限度減少對客戶業務干擾的同時、快速審查更多文檔，因此該方案可以幫助客戶增加他們獲得的研發所得稅抵免。

過去一年，畢馬威的客戶看到了研發稅收抵免的更多可能性，一些項目的審查文件數量甚至增加了 1000%以上。該解決方案在減少對業務干擾的同時，能幫助客戶發現更多有資格獲得額外所得稅抵免的潛在活動。因此，可以通過減少工程師和科學家用於所得稅合規活動的時間，讓他們更專注於創新的研發工作。

觀看《The Debater》

請欣賞《The Debater》的預告片，這是一部罕見的幕後紀錄片。它通過研究團隊的鏡頭讓我們了解 Project Debater 的誕生過程，展現了這支不拘一格的研究團隊敢於將人工智能帶入未知領域的勇氣。來自哥本哈根國際紀錄片電影節（Copenhagen International Documentary Film Festival）的官方精選 www.ibm.com/research/debata-film (英文) 。

關於 IBM
如欲獲得更多資訊，請訪問 IBM Watson (英文)。
如欲獲得更多資訊，請訪問 IBM 研究院 (英文)。
點此註冊以查看將於美國東部時間 3月 18日下午 1:00 播出的關於該新聞的網路研討會。

前瞻性和警告性聲明

除關於歷史資訊和討論的聲明外，本新聞稿中的所有聲明均可能構成 1995年《私人證券訴訟改革法》所定義的前瞻性聲明。前瞻性聲明基於公司當前對未來業務和財務業績的假設而作出。該聲明涉及多種風險、不確定性和其他可能導致實際結果與聲明所述內容存在重大差異的因素，其中包括：經濟環境下行和客戶開支預算減少；公司未能實現增長和生產率方面的目標；公司的創新舉措以失敗告終；公司聲譽受損；因投資于增長機會而導致風險增加；公司的智慧財產權組合未能阻止競爭性產品，以及公司未能獲得必要的許可；網路安全和資料隱私方面的考量；財務業績的波動，當地法律、經濟、政治和衛生狀況的影響；環境事項、稅收事項和公司養老金計畫產生的不利影響；無效的內部控制；公司使用的會計估計；公司吸引和留住關鍵員工的能力以及對關鍵技能的依賴性；與關鍵供應商之間的關係產生的影響；產品品質問題；與政府類客戶之間的業務往來產生的影響；貨幣波動和客戶融資風險；市場流動性狀況變化和客戶信用風險對應收款項的影響；對協力廠商分銷管道和生態系統的依賴性；公司成功地管理收購、聯盟和處置的能力；法律訴訟風險；與 IBM 證券有關的風險因素；以及公司的 10-Q 表格、10-K 表格和公司向美國證券交易委員會（SEC）提交的其他檔中討論的其他風險、不確定性和因素，或該表格或檔引用的材料中討論的其他風險、不確定性和因素。本新聞稿中的所有前瞻性聲明均僅代表截至發表聲明的當天的立場。公司不承擔更新或修改任何前瞻性聲明的義務。

聯繫我們
Michael Zimmerman
IBM 媒體關係部
mrzimmerman@us.ibm.com

1IDC 市場佔有率分析：2018全球人工智慧市場佔有率： 穩定成長 — 從概念驗證（POC）轉向全面產品化（檔編號： US45334719，2019年 7月）(317 KB)