據(jù)國防科技信息網(wǎng)報道，每天，美國防部都會收到來自世界各地的公開和秘密情報機構(gòu)或個人提供的無數(shù)條情報，情報分析專家要負責(zé)從中找出有用的線索來。但海量的信息就是不讓人睡覺也處理不完。與此同時，分析人員還面臨另外一個更為深層的問題：來自不同國度、文化背景，由不同語種寫就的情報常借隱語、暗語或俚語等來“隱身”，導(dǎo)致字面意義與文本含義經(jīng)常出現(xiàn)偏離，文本十分晦澀難懂。據(jù)國防預(yù)研計劃局(DARPA)分析，在這種經(jīng)常趕時間、語義模糊的環(huán)境下，分析人員經(jīng)常會誤讀或忽略情報中隱藏的重要信息，從而誤導(dǎo)決策或貽誤決策時機。
為此，美國防部擬采用“深度自然語言”(deep natural language)研制出一種自動化的軟件系統(tǒng)，以便透過表面文章挖出真正有用的情報。其中，DARPA立項的“深入探索與過濾文本”(Deep Exploration and Filtering Text)項目，“就是打算借助剝離過濾器，消除情報當(dāng)中遮蔽真實語義的晦澀之處，最終排除虛假情報”。在將來，該技術(shù)將幫助情報分析人員透過字里行間看問題，在分析文字、搜索信息方面采用更為策略的方式，而非像現(xiàn)在這樣，在有限的時間內(nèi)線性地處理大量的信息。
2012年5月，DARPA已經(jīng)為該項目舉辦了一次“建議者日”研討會。接下來，該局還準(zhǔn)備在更大的范圍內(nèi)公開征求項目研發(fā)建議，并吸引工業(yè)界參與項目研制。(新華網(wǎng))