请选择 进入手机版 | 继续访问电脑版

#楼主# 2020-2-13

跳转到指定楼层

自然语言处理(Natural Language Process,NLP)基于词向量和语言模型在智能产业领域,有着巨大的潜力,其主要的能力包括:智能分词、实体识别、文本纠错、情感分析、文本分类、敏感审核、词向量、关键词提取、自动摘要、智能闲聊、百科知识图谱查询等等。可广泛应用于用户评论情感分析、互联网文本敏感审核、资讯热点挖掘、电话投诉分析等场景,满足各行各业的文本智能需求。以下内容是汇总的目前NLP技术的一些基础能力以及应用场景。


nlp.jpeg

一、自然语言处理的(NLP)的基础能力


1.分词和命名实体识别

利用NLP技术通过建模来实现智能分词(基本词和短语)、词性标注、命名实体识别,需要对数据、模型、程序进行迭代更新以保证识别效果的不断提升。面临的难题,包括:新词发现、歧义消除、调用性能等词法分析难题。

2.情感分析

能够对信息进行情感上的正向、负向及中性进行评价。在舆情监控、话题监督、口碑分析等商业分析领域有非常重要的应用价值。

3.敏感信息识别

可以实时识别出文本中是否含有广告、微商,以及涉黄、涉毒、涉暴和涉恐等敏感信息,并返回对应的敏感词。该功能可用于敏感信息审核与过滤、热点话题挖掘、 UGC 文本数据合规性审核等。

4.文本纠错

能够实现对文本的自动纠错功能。用户只需要提供业务数据和日志,无需关注技术细节和更新流程,就可以享受到业务自身定制的纠错服务,甚至不提供业务数据,享受通用的纠错服务。

5.关键词提取

基于关键词抽取平台,为用户实现诸如新闻内容关键词自动提取、评论关键词提取等提供基础服务。支持的场景包括新闻和内容媒体信息抽取、金融场景文档结构化抽取等。

6.同义词

为用户提供同义词查询服务,团队通过全网数据挖掘出海量同义词,并持续对数据、模型等进行迭代更新,保证同义词的效果始终与时俱进。


二、自然语言处理的(NLP)的应用场景


自然语言处理的应用场景颇为广泛,只要有大量文本数据的场景,都可以使用NLP技术做智能分析,以下列举几个经典使用场景。

1.社交媒体的用户言论分析

使用情感分析接口针对社交媒体上用户的言论做情感倾向分析,通过情感正向、负向、中性的判别,可以动态监测到海量用户的舆情变化,为相关运营活动提供数据支持。对包含主观观点信息的文本进行情感极性类别(积极、消极、中性)的判断,并给出相应的置信度,以及对包含有多个主体信息的文本,针对每一个系统识别到的主体,做自动情感倾向性判断

2.网络文本数据的敏感信息审核

信息爆炸时代,国家和社会对网络上的海量文本数据的合法合规性、健康度和敏感程度都提出了更高的要求。无论是对新闻网站,还是对移动端资讯 App,都可以使用敏感词识别和文本审核接口,实时识别出是否含有广告、微商,以及涉黄、涉毒、涉暴和涉恐等敏感信息,并返回相关的敏感词,为文本数据的合法合规性实现全方位保驾护航,为流动信息的质量提供安全保障。

3.信息结构化抽取

在银行、保险、证券、政务等场景下,往往有大量的文档需要投入人力进行整理、提炼和归档。而使用我们的关键词提取、文本分类等接口,可以有效地辅助处理,降低人工参与。我们在大量的金融和政务场景下,为客户提供了快捷、高效的结构化抽取服务。

4.文本智能纠错

在智能客服的语音转文本,以及扫描文档的图像转文本等场景下,不可避免地会出现大量的错词、上下文错位等文本错误。单纯用人工处理,需要投入大量的人力成本。使用我们的文本纠错接口,可以高效地辅助,实现智能化纠错,有效地促进文本质量提升。

5.文章标签        

对文章的标题和内容进行深度分析,输出能够反映文章关键信息的主题、话题、实体等多维度标签以及对应的置信度

6.文章分类       

对文章按照内容类型进行自动分类

7.对话情绪识别        

针对用户日常沟通文本背后所蕴含情绪的一种直观检测,可自动识别出当前会话者所表现出的情绪类别及其置信度

8.新闻摘要        

基于深度语义分析模型,自动抽取新闻文本中的关键信息并生成指定长度的新闻摘要

9.地址识别

精准提取快递填单文本中的姓名、电话、地址信息,通过自然语言处理辅助地址识别做自动补充和纠正,生成标准规范的结构化信息





下一篇:如何基于自然语言处理(NLP)构建应用系统?
转播转播 分享淘帖
回复

使用道具

成为第一个回复人

AI产品经理
小黑屋|AI产品经理社 |京ICP备19051683号-1
Powered by 长弓PM   © 2019-2050