|
场景特点 问答机器人、语言种类多、用户问题模糊。 解决方案 准确的从用户输入内容中识别出意图及需求的关键信息，从而提供相应的内容服务。 推荐产品 命名实体识别 关键词抽取 依存句法分析 句法分析 分词和词性标注 |
|
|
-自然语言处理产品介绍
依托紫光云技术实力，根据调用量提供弹性服务，扩展性好，技术成熟稳定。
支持中文语义解析中的常用需求，快速搭建所需业务场景。
使用CTB体系标签，保证了语言学正确性与工程便利性的平衡，完善的标注体系确保标注一致性、语言理论的中立性以及良好的标注扩展性。
中文分词词性模块使用了联合模型，可以同时进行分词和词性标注。接口响应时间TP90小于500ms。
命名实体识别又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、时间、数词等。通过词典、CRF等多种实现方法，可以灵活支持自定义命名实体识别。
把文本中包含的信息进行结构化处理，并将提取的信息以统一形式集成在一起，提取的词汇和短语能够表达文档的关键信息。
通过分析语言单位内成分之间的依存关系揭示其句法结构。直观来讲，依存句法分析识别句子中的“主谓宾”、“定状补”这些语法成分，并分析各成分之间的关系。
提供句子的句法结构，以树形图（二维平面）的方式将句法结构展现出来。
对中文文本，为用户提供分词和词性标注两种功能。
|
场景特点 问答机器人、语言种类多、用户问题模糊。 解决方案 准确的从用户输入内容中识别出意图及需求的关键信息，从而提供相应的内容服务。 推荐产品 命名实体识别 关键词抽取 依存句法分析 句法分析 分词和词性标注 |
|
|
|
场景特点 搜索引擎、信息流推荐、知识检索场景。 解决方案 基于句法结构信息进行语言的匹配计算，帮助提升语义匹配计算的准确率。 推荐产品 命名实体识别 关键词抽取 依存句法分析 句法分析 分词和词性标注 |
|
|
|
场景特点 推荐场景，根据已有词语推荐相似产品。 解决方案 通过分词和词性标注、依存句法分析技术，可以准确的为目标文本匹配含义接近的内容，从而完成相似内容推荐。 推荐产品 命名实体识别 关键词抽取 依存句法分析 句法分析 分词和词性标注 |
|
|