產(chǎn)品介紹
NLPIR功能簡要說明：
NLPIR大數(shù)據(jù)語義智能分析技術(shù)是北京理工大學(xué)大數(shù)據(jù)搜索與挖掘?qū)嶒炇覐埲A平主任研發(fā)的滿足大數(shù)據(jù)挖掘?qū)φZ法、詞法和語義的綜合應(yīng)用技術(shù)。NLPIR大數(shù)據(jù)語義智能分析平臺是根據(jù)中文數(shù)據(jù)挖掘的綜合需求,融合了網(wǎng)絡(luò)采集、自然語言理解、文本挖掘和語義搜索的研究成果,并針對互聯(lián)網(wǎng)內(nèi)容處理的全技術(shù)鏈條的共享開發(fā)平臺。
一 采集 一
對境內(nèi)外互聯(lián)網(wǎng)海量信息實時采集，有主題采集(按照信息需求的主題采集)與站點采集兩種模式(給定網(wǎng)址列表的站內(nèi)定點采集功能)。
一 新詞發(fā)現(xiàn) 一
從文本中挖掘出新詞、新概念，用戶可以用于專業(yè)詞典的編撰，還可以進一步編輯標(biāo)注，導(dǎo)入分詞詞典中，提高分詞系統(tǒng)的準(zhǔn)確度，并適應(yīng)新的語言變化。
一 批量分詞 一
對原始語料進行分詞，自動識別人名地名機構(gòu)名等未登錄詞，新詞標(biāo)注以及詞性標(biāo)注。并可在分析過程中，導(dǎo)入用戶定義的詞典。
一 語言統(tǒng)計 一
針對切分標(biāo)注結(jié)果，系統(tǒng)可以自動地進行一元詞頻統(tǒng)計、二元詞語轉(zhuǎn)移概率統(tǒng)計。針對常用的術(shù)語，會自動給出相應(yīng)的英文解釋。
一 文本聚類 一
能夠從大規(guī)模數(shù)據(jù)中自動分析出熱點事件，并提供事件話題的關(guān)鍵特征描述。同時適用于長文本和短信、微博等短文本的熱點分析。
一 文本分類 一
根據(jù)規(guī)則或訓(xùn)練的方法對大量文本進行分類，可用于新聞分類、簡歷分類、郵件分類、文檔分類、區(qū)域分類等諸多方面。
一 摘要實體 一
對單篇或多篇文章，自動提煉出內(nèi)容摘要，抽取人名、地名、機構(gòu)名、時間及主題關(guān)鍵詞;方便用戶快速瀏覽文本內(nèi)容。
一 智能過濾 一
對文本內(nèi)容的語義智能過濾審查，內(nèi)置國內(nèi)詞庫，智能識別多種變種：形變、音變、繁簡等多種變形，語義排歧。
一 情感分析 一
針對事先指定的分析對象，系統(tǒng)自動分析海量文檔的情感傾向：情感極性及情感值測量，并在原文中給出正負(fù)面的得分和句子樣例。
一 文檔去重 一
快速準(zhǔn)確地判斷文件集合或數(shù)據(jù)庫中是否存在相同或相似內(nèi)容的記錄，同時找出所有的重復(fù)記錄。
一 全文檢索 一
支持文本、數(shù)字、日期、字符串等各種數(shù)據(jù)類型，多字段的 搜索，支持AND/OR/NOT以及NEAR鄰近等查詢語法，支持維語、藏語、蒙語、阿拉伯、韓語等多種少數(shù)民族語言的檢索。
一 編碼轉(zhuǎn)換 一
自動識別內(nèi)容的編碼，并把編碼統(tǒng)一轉(zhuǎn)換為其他編碼。
