虽然现在的AI已经发展到了相对成熟的地步，但是它仍不能识别和解析自然语言。而Google一直都在努力打造一套系统来帮助AI理解自然语言。现在，Google在此领域的研究终于初见端倪。

近日，Google发布了开源的SyntaxNet自然语言神经网络框架，以帮助机器更好地理解自然语言。SyntaxNet中包括了Parsey McParseface，后者是一种专门用于“解剖”英语的语言解析器。Google称之为世界上最准确的语言解析器，并且已经放出了允许人们借助自有数据来训练SyntaxNet的全部代码。

SyntaxNet和Parsey McParseface都是自然语言理解（NLU）系统的一部分。给出一个句子，它就会将之分解成各种部分，比如名词、动词、形容词。

对自然语言研究人员和需要这种应用程序的人们来说，这款开源工具显然会助力相关研究的爆发式发展。

据Google自述，经过TensorFlow框架训练后的Parsey McParseface，是其出产的“最复杂的网络”之一。

在某一测试中，他们发现该模型的准确度超过94%——作为比较，训练有趣的语言学家的准确率在96-97%左右——这表明该软件的技能熟练度已与人类相当。

看到这里，如果你对SyntaxNet的运行方式还是不甚其解，那小编给大家一个比喻：Parsey 和SyntaxNet就像5岁孩子学习句法结构一样。

在上面这个句子中，“saw”是基本词（动词），”Alice”和”Bob”是非基本词（名词）。Paesey McParseface能正确地分析这一句子，也能理解下面这个更加复杂的例子：

Alice drove down the street in her car.

对于开发此自然语言神经网络框架的原因，Google是这样回应的：

解析语言最大的挑战就是人类语言有很多歧义，一个正常长度的句子（20到30字）也许有上百、上千，甚至上万中句法结构。而要一个自然的语言解析过程就是扫描所有句法结构，然后找出最合适的句法结构。

而虽然Parsey McParseface 和SyntaxNet看起来牛逼哄哄，但它并不是自然语言解析的最终方式，它只是GoogleAI语言解析的第一步。