產(chǎn)品介紹
語言是由語音形式、語義內(nèi)容、結構關系三個方面構成的統(tǒng)一體，三個方面缺一不可，互相作用，構成了語言。語音是語言的形式部分，詞匯是語言的意義部分，語法是語言單位的關系部分，說的是符號與符號怎樣組合的問題。三個部分在語言中的作用，我們可以這樣簡單來表述：沒有語音形式，語言就無法存在，沒有詞匯的內(nèi)容意義，語言就是一個 毫無作用的空殼，沒有語法，語言就是一盤雜亂而毫無章法的散沙。
進入21世紀，面對網(wǎng)絡時代信息的爆炸式增長，中文信息處理作為一項基礎性、普適特性的信息技術，面臨著挑戰(zhàn)和再次發(fā)展的機遇，在互聯(lián)網(wǎng)時代則顯示出其優(yōu)勢。它的開發(fā)利用關系到我國今后信息產(chǎn)業(yè)乃至社會經(jīng)濟的發(fā)展和信息安全，具有巨大的經(jīng)濟價值和社會價值。
中文信息處理技術自動化水平的提高，將大大促進我國科技、國民經(jīng)濟和社會發(fā)展，同時使中華民族的文化在信息時代得到新的發(fā)展。未來無疑應當加強中文信息處理技術的研發(fā)投入與政策傾斜。我國的中文信息處理技術還有自身一系列急需解決的基礎研究和應用技術問題。
中文信息處理句法分析和語義分析問題;中文信息處理應用研究的問題，比如信息輸入中的鍵盤輸入和漢字識別發(fā)展已經(jīng)成熟，但語音識別卻很實現(xiàn)，困難是要適應不同人之間的語音變化以及外界的噪音干擾;中文信息處理研究分散而且存在著低層次重復、缺乏統(tǒng)一規(guī)范和標準的問題;現(xiàn)代漢語研究領域和計算機領域的隔絕狀態(tài)沒有出現(xiàn)根本性改變;漢語文和少數(shù)民族語言文字的信息處理技術與 水平相比，還有相當大的差距。
北京理工大學大數(shù)據(jù)搜索與挖掘實驗室張華平主任研發(fā)的NLPIR大數(shù)據(jù)語義智能分析技術是滿足大數(shù)據(jù)挖掘對語法、詞法和語義的綜合應用。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)容處理的全技術鏈條的共享開發(fā)平臺。
NLPIR大數(shù)據(jù)語義智能分析平臺主要有采集、文檔轉化、新詞發(fā)現(xiàn)、批量分詞、語言統(tǒng)計、文本聚類、文本分類、摘要實體、智能過濾、情感分析、文檔去重、全文檢索、編碼轉換等十余項功能模塊，平臺提供了客戶端工具，云服務與二次開發(fā)接口等多種產(chǎn)品使用形式。各個中間件API可以無縫地融合到客戶的各類復雜應用系統(tǒng)之中，可兼容不同操作系統(tǒng)平臺，可以供等各類開發(fā)語言使用。
