11月14日至15日，由amp;lt;中国人工智能学会>和<嘉兴市人民政府>主办，<嘉兴市南湖区人民政府>、<嘉兴科技城管理委员会>和<浙江未来技术研究院（嘉兴）>共同承办的2020第十届中国智能产业高峰论坛（CIIS 2020）在嘉兴南湖成功举办。在11月15日的自然语言理解专题论坛上，西湖大学特聘研究员张岳分享了题为《自然语言处理的瓶颈思考与探索》的精彩演讲。

张岳研究员详细介绍了他们近期的研究成果。他将演讲内容分为两部分：首先回顾了自然语言处理的进步；其次探讨了在实际应用中存在的瓶颈问题。

在回顾自然语言处理的进步时，张岳指出，无论是学术界还是工业界，对话系统都能帮助人们进行情感交流和完成简单任务；机器翻译技术已经能够将整本书翻译成多种语言；机器自动文摘的效果也在不断提升。这些进步主要得益于大规模预训练语言模型的应用。这类模型通过预测互联网上的文本进行预训练，从而在大量未标注的文本中获取语言知识。这些模型不仅能够提升下游任务的表现，还能提供有用的特征。

然而，在实际应用中，自然语言处理仍然面临一些挑战。例如，客服系统可能会误解用户的意图，导致错误操作；机器翻译和文本生成常常出现细节上的错误。这些小问题严重影响了用户体验。

为了深入研究这些问题，张岳团队从三个方面进行了探索：首先考察了机器是否具备基本的常识；其次，在对话任务中评估机器的社会常识和推理能力；最后，检验了机器的逻辑推理能力。这些探索揭示了预训练模型在理解和推理方面仍存在不足之处。

通过对一系列问题的测试，张岳团队发现预训练模型在某些任务上表现出色，但在需要理解常识、社会常识和逻辑推理的任务上却表现不佳。特别是，模型在处理复杂的逻辑推理和数学计算时显得力不从心。这些结果表明，单纯依靠预训练模型无法完全解决自然语言处理的所有问题。

总之，张岳研究员强调，尽管预训练语言模型在自然语言处理领域取得了显著进展，但要实现更加精准和全面的应用，还需要进一步结合知识图谱和其他方法，以弥补现有模型在理解和推理方面的不足。