在全球抗擊新冠肺炎(Covid-19)疫情方面，各種各樣的高新科技都有望“大顯身手”，其中最突出的是自然語言處理技術。無論是在抗疫一線，還是在社區管控、疫苗研發等大后方，自然語言處理技術發揮的作用都不可忽視。目前世界上有多個研究團隊使用該技術對抗新冠肺炎病毒。例如：

 

在此次新冠肺炎疫情中，最早正式發出疫情警告的并不是美國疾控中心或世衛組織，而是加拿大一家名為“藍點”(BlueDot)的健康監測平臺;它早在2019年12月31日就向其客戶發出了提前疫情警告，避開武漢等危險區域。該平臺設計了疾病監測分析程序，使用自然語言處理和機器學習等技術來篩選65種語言的新聞報道，以及航空公司數據和動物疾病暴發的報道。這在新冠肺炎疫情暴發之初發揮了監測功能。有關專家認為：只有真正了解現狀，預測走勢，才能做出更為理性判斷，對下一步行為做指導。

 

美國艾倫人工智能研究所最近發布了“新冠肺炎開放研究數據集”(CORD-19)的資源管理器以及全文本搜索引擎，并表示希望它可以幫助人們探索數據集并確定潛在的研究成果。該機構語言學家道格·雷蒙德博士說：“過去幾年，我們在自然語言處理方面取得了長足進步，CORD-19這類數據集的實用性可能會比幾年前更大，因為現在我們有了更多可用的工具。”近日，美國政府宣布聯合艾倫人工智能研究所、微軟研究院、國立衛生研究院等機構共同發布了有關新冠肺炎的學術文獻的開放研究數據集CORD-19，并呼吁世界各地的人工智能專家采取行動，開發新的文本和數據挖掘技術，以幫助科學界回答與新冠肺炎相關的高優先級科學問題。

 

美國哈佛大學醫學院的研究人員借助自然語言處理技術最近開發出了一種工具，可以評估新冠肺炎患者的病例、社交媒體和健康衛生數據。他們率先努力通過使用機器學習技術查看來自各種來源的數據和信息(包括患者記錄、社交媒體和公共衛生數據)來尋找新冠肺炎病毒的解決方案。借助自然語言處理工具，他們還可以搜索有關新冠肺炎病毒的在線信息，并了解爆發的當前位置。另外，研究人員還利用自然語言處理技術對新冠病毒、藥物和疫苗等密集展開研究，同時包括臨床診斷與治療以及流行病學研究等。

 

中國疾病預防控制中心的研究人員最近在使用科技巨頭阿里巴巴達摩院最新的自然語言處理技術開展病歷文本分析和流行病學調查工作,日前已經取得階段性成果。另外，達摩院的研究人員通過自然語言處理回顧性數據、使用卷積神經網絡訓練CT影像的識別系統，它可以快速鑒別新冠肺炎影像與普通病毒性肺炎影像的區別，最終識別準確率高達 96%。該系統每識別一個病例平均只需要不到20秒，可有效減輕醫生壓力;它還能直接算出病灶部位的占比比例，進而量化病癥的輕重程度，大幅提升臨床診斷效率。順帶一提，達摩院的StructBERT模型日前被評為全球性能最強的自然語言處理系統。

 

智能問診系統能夠在線為病患提供問診服務，其使用應用語義理解、情感分析等自然語言處理技術，通過問題預判、意圖反問、分類識別、相似度匹配等方法，不僅能夠解答何種情況需要就醫，還能實現疫情防控動態進展、科學防護知識、謠言鑒別等問題精準解答，并支持人機協作、自主學習、會話引導等功能。比如中國百度靈醫智惠最近推出的“智能咨詢助手”，包含常見問題解答、標準化預問診路徑、在線醫生咨詢輔助三大模塊，通過自然語言處理技術賦能在線健康咨詢平臺、政府疫情防控平臺、互聯網醫院等第三方平臺，助力其直接為公眾提供有關新冠肺炎的在線科普、在線咨詢，倍數級提升效率。

 

疫情發生至今，情況越演越烈;人們一邊要提防新冠肺炎的傳染，一邊又要不斷接受著海量的真假難辨的信息的轟炸。但是自然語言處理技術在疫情輿情管控中可以發揮一定的作用。一方面，政府職能部門通過智能搜索第一時間掌握輿情動態，分析公眾關心焦點，從而發布最科學、最可靠的信息，如借助自然語言處理可以分析與新冠肺炎相關的社交媒體內容的互動和參與，收集“Covid-19”關鍵字/詞的相關評論和帖子做信息處理，分析人們對官方防疫措施及策略的認同或質疑。另一方面，自然語言處理可以幫助人們識別準確且可信賴的新聞文章，如采用疫情防范中重要的指導原則等并強化促進官方的建議，以此幫助安撫民眾，穩定社會焦慮情緒。自然語言處理能夠幫助人們提取新聞主要觀點，識別文章情緒甚至分析文章的可信度，這將在信息戰場將“謠言”粉碎，促進輿論生態良性循環，從而為抗疫工作提供一份助力。

 

由上可知，自然語言處理可以在抗擊新冠肺炎疫情中大顯身手，為打贏這場疫情攻堅戰提供了有效的技術支撐。有了自然語言處理技術相助，抗疫工作將變得更安全、更高效。完全可以相信，在各國的共同努力之下，人類一定能夠戰勝這次疫情，并迎來更加美好的未來。