建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
选择版块
直达楼层
标签
您还可以添加5个标签
  • 没有搜索到和“关键字”相关的标签
  • 云产品
  • 解决方案
  • 技术领域
  • 通用技术
  • 平台功能
取消

采纳成功

您已采纳当前回复为最佳回复

蜡笔不辣

发帖: 24粉丝: 4

发消息 + 关注

发表于2020年11月19日 14:23:48 155 4
直达本楼层的链接
楼主
显示全部楼层
[AI人工智能全栈成长计划] 【问答官3阶段】NLP可以应用于哪些场景?

NLP,自然语言处理,属于AI的一部分,你能举例说出生活中应用的场景吗?

举报
分享

分享文章到朋友圈

分享文章到微博

采纳成功

您已采纳当前回复为最佳回复

franco52576

发帖: 27粉丝: 0

发消息 + 关注

发表于2020年11月19日 15:20:56
直达本楼层的链接
沙发
显示全部楼层

就我理解,NLP的应用场景很广,比如以下这些:

信息提取从指定文本范围中提取出重要信息,例如时间、地点、人物、事件等,可以帮人们节省大量时间成本,且效率更高。比如文摘生成利用计算机自动从原始文献中摘取文字,成果能够完整准确反映出文献的中心内容。

文本生成根据限定条件或输入内容的不同,进行数据到文本或文本到文本的生成。

智能问答对一个自然语言表达的问题进行某种程度的分析(例如实体链接、关系式、形成逻辑表达式等),分析完毕后在知识库中查找可能的候选答案,通过排序机智找出最佳的答案进行回复。比如电商行业中广泛应用的自动回复客服,通过回复许多基本而重复的问题,从而过滤掉大量重复问题,使得人工客服能够更好地服务客户。

机器翻译通过把输入的源语言文本通过自动翻译获得另一种语言的文本,是自然语言处理中最为人所熟知的场景,比如百度翻译、Google翻译等。

文本挖掘包括文本聚类、分类、情感分析以及对挖掘的信息和知识通过可视化、交互式界面进行表达。

舆论分析通过收集和处理海量信息,对网络舆情进行自动化的分析,帮助分析哪些话题是目前的热点,同时对热点的传播路径及发展趋势进行分析判断,以实现及时应对网络舆情。

知识图谱又称科学知识图谱,在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形。以可视化技术为载体来描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。


除此之外,NLP还可以用来做情感分析、语音识别和生成、信息过滤、信息检索等。

NLP的目标是弥补人类交流和计算机理解之间的差距,最终实现计算机在理解自然语言上像人类一样智能。未来,NLP的发展将会使人工智能可以逐渐面对更加复杂的情况、解决更多的问题。


点赞 评论 引用 举报

采纳成功

您已采纳当前回复为最佳回复

bjxingch

发帖: 24粉丝: 1

发消息 + 关注

发表于2020年11月27日 22:06:13
直达本楼层的链接
板凳
显示全部楼层

自然语言处理适用于智能问答系统、舆情分析、内容推荐、翻译等场景。

  • 智能问答系统

    通过中文分词、短文本相似度、命名实体识别等相关技术计算两个问题对的相似度,可解决问答、对话、语料挖掘、知识库构建等问题。

  • 舆情分析

    通过关键词提取、文本聚类、主题挖掘等算法模型,挖掘突发事件、舆论导向,进行话题发现、趋势发现、舆情分析等。多维度分析情绪、热点、趋势、传播途径等,及时全面的掌握舆情动态。

  • 内容推荐

    通过关键词提取、短文本相似度等技术,提取关键语义信息,精准匹配出语义相似的内容,从而快速构建内容推荐场景。

  • 翻译

    通过文本语言分析,精准翻译语句内容,从而帮助用户跨语言沟通。

请参考:https://support.huaweicloud.com/productdesc-nlp/nlp_04_0002.html

点赞 评论 引用 举报

采纳成功

您已采纳当前回复为最佳回复

漫游寰宇外

发帖: 6粉丝: 0

发消息 + 关注

发表于2020年11月28日 17:05:01
直达本楼层的链接
地板
显示全部楼层

1. 词法分析(分词、词性、实体):

– 算法:基于Bi-LSTM-CRF算法体系,以及丰富的多领域词表

– 应用:优酷、YunOS、蚂蚁金服、推荐算法、资讯搜索等

2. 句法分析(依存句法分析、成分句法分析):

– 算法:Shift-reduce,graph-based,Bi-LSTM

– 新闻领域、商品评价、商品标题、搜索Query

– 应用:资讯搜索、评价情感分析

3. 情感分析(情感对象、情感属性、情感属性关联):

– 算法:情感词典挖掘,属性级、句子级、篇章级情感分析

– 应用:商品评价、商品问答、品牌舆情、互联网舆情

4. 句子生成(句子可控改写、句子压缩):

– 算法:Beam Search、Seq2Seq+Attention

– 应用:商品标题压缩,资讯标题改写,PUSH消息改写

5. 句子相似度(浅层相似度、语义相似度):

– 算法:Edit Distance,Word2Vec,DSSM

– 应用:问大家相似问题、商品重发检测、影视作品相似等

6. 文本分类/聚类(垃圾防控、信息聚合):

– 算法:ME,SVM,FastText

– 应用:商品类目预测、问答意图分析、文本垃圾过滤、舆情聚类、名片OCR后语义识别等

7. 文本表示(词向量、句子向量、篇章向量、Seq2Seq):

– Word2Vec、LSTM、DSSM、Seq2Seq为基础进行深入研究

8. 知识库

– 数据规模:电商同义词,通用同义词,电商上下位,通用上下位,领域词库(电商词、娱乐领域词、通用实体词),情感词库

– 挖掘算法:bootstrapping,click-through mining,word2vec,k-means,CRF

– 应用:语义归一、语义扩展、Query理解、意图理解、情感分析

9. 语料库

– 分词、词性标注数据,依存句法标注数据


点赞 评论 引用 举报

采纳成功

您已采纳当前回复为最佳回复

yzx

发帖: 11粉丝: 3

发消息 + 关注

发表于2020年11月29日 20:29:49
直达本楼层的链接
5#
显示全部楼层
  • NLP经典应用场景


    • 1、问答系统 智能客服

    • 2、情感分析

    • 3、机器翻译(seq2seq + Attention)

    • 4、文本自动摘要 TextSummarization

    • 5、聊天机器人 (闲聊的 or 目标导向的task oriented) 订机票任务等

    • 6、信息抽取 information Extraction


点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册

结贴

您对问题的回复是否满意?
满意度
非常满意 满意 一般 不满意
我要反馈
0/200