罗兰贝格（Roland Berger）：智能教育创新应用发展报告（五）

罗兰贝格（RolandBerger）：智能教育创新应用发展报告（五）2020-08-28(3)自然语言处理(NLP)NLP的应用包括对自然语言进行句法分析、实时翻译和构建大规模知识图谱。然而，NLP在对人类语言进行解读时，会受到句法的模糊性、单词的一词多义、人的口音等自然语言中的细微差别影响，使得机器的解读产生偏差和错误。而这些偏差目前需要人工干预才能得以纠正。此外，NLP还面临对话能力，推断能力、语言合成能力弱等挑战。这些限制性因素导致NLP技术目前仍无法广泛应用。预计这一技术在教育领域实现产业化应用仍需要花费5年以上的时间，与在通用领域上实现产业化应用的等待时间一样。(4)语音识别语音识别性能在过去几年中迅速提高，诸多聚焦语音识别的企业均在2017年前后取得了快速的科技进步和技术突破，声称其性能与人工转录相同或更好，例如百度在2016年末就已宣布百度语音识别的准确率能够达到97%。未来，语音识别技术的发展将会在对各类语料库和声学模型研究的基础上，聚焦非标准环境下的识别，比如远距离的语音识别，嘈杂环境下的语音识别，方言的语音识别和语速变化较快情绪复杂的语音识别等。整体来看，语音识别