除了服務(wù)國家級的圖書館、檔案館，漢王科技的數(shù)據(jù)化業(yè)務(wù)也在銀行、醫(yī)院、法院等行業(yè)廣泛鋪陳，幫助相關(guān)部門將紙質(zhì)單據(jù)的信息轉(zhuǎn)化為電子文檔。也就是在這些具體項目的實施中，漢王開始意識到“文檔電子化”只是完成了知識、信息應(yīng)用的一部分，形成的電子文本是非結(jié)構(gòu)化數(shù)據(jù)。
漢王科技高級副總裁李志峰介紹：將紙質(zhì)文檔變成電子化文檔，只是漢王步入文檔大數(shù)據(jù)的入口。如果把文檔大數(shù)據(jù)應(yīng)用比作摩天大樓，文檔電子化只是其高聳入云的扎實地基，通過掃描將紙質(zhì)文檔變成圖像，再通過OCR技術(shù)將圖像變成數(shù)字化文本，但這樣的電子文檔知識之間缺乏關(guān)聯(lián)，被電腦檢索也只是對比相同字符搜集信息，對語義沒有理解，還是需要閱讀者進行人工甄別，根據(jù)自己的需求找尋所需信息。要將海量的電子文檔“智慧化”，就必須將文字信息形成結(jié)構(gòu)化數(shù)據(jù)，只有形成結(jié)構(gòu)化數(shù)據(jù)，信息和知識之間形成關(guān)聯(lián)，才能為大數(shù)據(jù)應(yīng)用服務(wù)。
將文檔的非結(jié)構(gòu)化數(shù)據(jù)進行結(jié)構(gòu)化處理，轉(zhuǎn)化為技術(shù)術(shù)語，就要用到“自然語言理解”技術(shù)，俗稱“人機對話”，這是未來計算機科學領(lǐng)域與人工智能領(lǐng)域中的一個重要方向?？梢詴诚?，未來你想了解某類知識點，通過對已結(jié)構(gòu)化的信息數(shù)據(jù)進行檢索，查找瞬間，涉及到該類知識點的書籍便會全部呈現(xiàn)眼簾，相關(guān)內(nèi)容也會被抽撿萃取。這種將文檔“知識化”的自然語言處理技術(shù)，在閱讀者眼前展現(xiàn)的不僅僅是一本一本的書，而是與之相關(guān)的知識浩渺的書庫和智能化的知識分揀工具。
布局：攻堅人工智能難中之難-中文自然語言處理
為此，漢王科技融合武漢大學的研發(fā)團隊聯(lián)合成立了武漢漢王數(shù)據(jù)技術(shù)有限公司，專門研究及開發(fā)“自然語言理解”課題方面的技術(shù)及產(chǎn)品。
自然語言處理(NLP，NaturalLanguageProcessing)是研究人與計算機交互的語言問題。從語言識別，到語義識別，從而真正做到可以交互。業(yè)界普遍認為，自然語言處理是人工智能中最難的部分，也是決定AI是否“智能”的關(guān)鍵因素。
目前在這一領(lǐng)域從事相關(guān)技術(shù)研發(fā)工作的主角為國際巨頭谷歌。目前谷歌正在開發(fā)一套神經(jīng)網(wǎng)絡(luò)，開發(fā)代號是神經(jīng)官能癥（neurosis），而這套智慧網(wǎng)絡(luò)的核心就是讓機器具有強大的學習能力，理解人類幾千年積累下來的自然語言信息，幫助人類隨時調(diào)用和理解這些信息，進行快速學習，以適應(yīng)知識大爆炸的時代來臨。
而對于博大精深的中文，是以“字”為單位,一個中文文本或一個漢字（含標點符號等）串可能有多個含義，相對于天然分詞的英文，中文處理的難度有所提高，是自然語言理解中的主要困難和障礙。漢王利用其中文文字識別技術(shù)優(yōu)勢，布局自然語言理解技術(shù)研發(fā)與突破，在未來將幫助更多的相關(guān)工作者或機構(gòu)將平面的書本變成立體化的知識書庫。
從大的技術(shù)發(fā)展來看，現(xiàn)在無論是IT技術(shù)業(yè)、互聯(lián)網(wǎng)業(yè)，“自然語言理解”都是最尖端的研究方向。武漢漢王數(shù)據(jù)的“自然語言理解工具化”發(fā)展方向，已經(jīng)成為最尖端的IT技術(shù)研究工作。
展望：基于NLP的文檔大數(shù)據(jù)，讓AI真正“智能”
2016年，漢王科技不僅成立了武漢漢王數(shù)據(jù)技術(shù)有限公司，還成功收購了北京影研創(chuàng)新科技發(fā)展有限公司，影研科技業(yè)務(wù)范圍涵蓋文檔信息化應(yīng)用及內(nèi)容管理解決方案，目前在醫(yī)療和法院市場具有競爭優(yōu)勢，將技術(shù)、資金注入影研科技，顯而易見，漢王完成了醫(yī)療和法院文檔大數(shù)據(jù)市場的進入。
隨著漢王數(shù)字、武漢漢王數(shù)據(jù)、影研科技的發(fā)展，漢王科技在文檔數(shù)據(jù)化領(lǐng)域的布局將進一步延伸，通過承擔國家級、各行業(yè)項目，漢王進行文檔“大數(shù)據(jù)化”研發(fā)工作，并同步建立起自己的文檔大數(shù)據(jù)庫，而未來要做的，則是在大數(shù)據(jù)基礎(chǔ)上開發(fā)各種新的應(yīng)用，以探索文檔數(shù)據(jù)化更廣闊的應(yīng)用前景。
這種通過自然語言處理（NLP）而“結(jié)構(gòu)化的文檔大數(shù)據(jù)”會給整個社會帶來從生活到思維上革命性的變化：未來，法院法律文檔大數(shù)據(jù)平臺可以為律師等法律工作者提供海量的同類案例參考，使其能更方便地借鑒歷史判案情況，也可以幫助普通人查閱理解自己在生活中遇到的各種相關(guān)法律問題；而挖掘健康領(lǐng)域數(shù)字化文檔資源價值，也將對醫(yī)療市場產(chǎn)生顛覆性的影響，未來，醫(yī)學界人士可透過院內(nèi)、院際的互通數(shù)據(jù)，輔以病患本身的健康信息與過往病歷，迅速做出較以往精確許多的診斷，加速推動包括疾病診斷與預(yù)測、臨床實驗數(shù)據(jù)的分析與處理等諸多應(yīng)用。
全球知名咨詢公司麥肯錫稱：“數(shù)據(jù)已經(jīng)滲透到當今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運用，預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來?！碑斎鐣劢够ヂ?lián)網(wǎng)外賣市場通過大數(shù)據(jù)重組餐飲市場的今天，漢王科技的商業(yè)價值是否也值得我們更加理性地去探尋？
