常見問題

• 語義分析包括哪方面的分析？

  1. 詞法分析
  詞法分析包括詞形分析和詞匯分析兩個方面。一般來講，詞形分析主要表現在對單詞的前綴、后綴等進行分析，而詞匯分析則表現在對整個詞匯系統的控制，從而能夠較準確地分析用戶輸入信息的特征，最終準確地完成搜索過程。
  2. 句法分析
  句法分析是對用戶輸入的自然語言進行詞匯短語的分析，目的是識別句子的句法結構，以實現自動句法分析的過程。
  3. 語用分析
  語用分析相對于語義分析又增加了對上下文、語言背景、語境等的分析，即從文章的結構中提取出意象、人際關系等附加信息，是一種更高級的語言學分析。它將語句中的內容與現實生活中的細節關聯在一起，從而形成動態的表意結構。
  4. 語境分析
  語境分析主要是指對原查詢語篇之外的大量“空隙”進行分析，以便更準確地解釋所要查詢語言的技術。這些“空隙”包括一般的知識、特定領域的知識以及查詢用戶的需求等。
  5. 自然語言生成
  AI驅動的引擎能夠根據收集的數據生成描述，通過遵循將數據中的結果轉換為散文的規則，在人與技術之間創建無縫交互的軟件引擎。結構化性能數據可以通過管道傳輸到自然語言引擎中，以自動編寫內部和外部的管理報告。

• 語義分析是什么意思？

  語義分析是編譯過程的一個邏輯階段， 語義分析的任務是對結構上正確的源程序進行上下文有關性質的審查，進行類型審查。語義分析是審查源程序有無語義錯誤，為代碼生成階段收集類型信息。比如語義分析的一個工作是進行類型審查，審查每個算符是否具有語言規范允許的運算對象，當不符合語言規范時，編譯程序應報告錯誤。如有的編譯程序要對實數用作數組下標的情況報告錯誤。又比如某些程序規定運算對象可被強制，那么當二目運算施于一整型和一實型對象時，編譯程序應將整型轉換為實型而不能認為是源程序的錯誤。

• 語義分析技術有哪些？

  1. 中文分詞
  中文分詞是計算機根據語義模型，自動將漢字序列切分為符合人類語義理解的詞匯。分詞就是將連續的字序列按照一定的規范重新組合成詞序列的過程。
  在英文的行文中，單詞之間是以空格作為自然分界符的，而中文只是字、句和段能夠通過明顯的分界符來進行簡單的劃界，唯獨詞沒有一個形式上的分界符，雖然英文也同樣存在短語的劃分問題，不過在詞這一層面上，中文比英文要復雜得多、困難得多。
  2. 命名實體識別
  命名實體識別又稱作“專名識別”（NER），是指對具有特定意義的實體進行自動識別的技術，是信息提取、知識圖譜、問答系統、句法分析、搜索引擎、機器翻譯等應用的重要基礎。
  3. 詞性標注
  詞性標注（Part-of-Speech tagging或POS tagging）又稱詞類標注，是指為分詞結果中的每個單詞標注一個正確的詞性的程序。具體來說就是，確定每個詞是名詞、動詞、形容詞或者是其他詞性的過程。
  4. 同義詞分析
  由于不同地區的文化差異，輸入的查詢文字很可能會出現描述不一致的問題。此時，業務系統需要對用戶的輸入做同義詞、糾錯、歸一化處理。同義詞挖掘是一項基礎工作，同義詞算法包括詞典、百科詞條、元搜索數據、上下文相關性挖掘，等等。
  5. 詞向量分析
  詞向量技術是指將詞轉化為稠密向量，相似的詞對應的詞向量也相近。在自然語言處理應用中，詞向量作為深度學習模型的特征進行輸入。因此，最終模型的效果在很大程度上取決于詞向量的效果。一般來說，字詞表示有兩種方式：one-hot及分布式表示。
  6. 依存文法分析
  依存文法通過分析語言單位內成分之前的依存關系解釋其句法結構，主張句子中的核心謂語動詞是支配其他成分的中心成分。而它本身卻不會受到其他任何成分的支配，所有受支配的成分都以某種關系從屬于支配者。
  7. 詞位置分析
  文章中不同位置的詞對文章語義的貢獻度也不同。文章首尾出現的詞成為主題詞、關鍵詞的概率要大于出現在正文中的詞。對文章中的詞的位置進行建模，賦予不同位置不同的權重，從而能夠更好地對文章進行向量化表示。
  8. 語義歸一化
  語義歸一化通常是指從文章中識別出具有相同意思的詞或短語，其主要的任務是共指消解。共指消解是自然語言處理中的核心問題，在機器翻譯、信息抽取以及問答等領域都有著非常重要的作用。

• 語義分析的目的是什么？

  語義分析程序是進一步檢查合法程序結構的語義正確性，其目的是保證標識符和常數的正確使用，把必要的信息收集和保存到符號表或中間語言程序中，并進行相應的語義處理。

• 語義分析的基本功能有哪些？

  1、金融行業應用
  人工智能的飛速發展，使得機器能夠在很大程度上模擬人的功能，實現批量人性化和個性化地服務客戶，這將給身處服務價值鏈高端的金融行業帶來深刻影響，人工智能將成為決定銀行溝通客戶、發現客戶金融需求的重要因素。它將對金融產品、服務渠道、服務方式、風險管理、授信融資、投資決策等帶來新一輪的 在中臺支持授信、各類金融交易和金融分析中的決策，在后臺用于風險防控和監督，它將大幅改變金融現有格局，金融服務（銀行、保險、理財、借貸、投資等方面）將更加地個性化與智能化。證券研報大數據云服務，是鼎富科技針對證券業、基金業研究人員、分析師推出的一款大數據云服務產品。系統提供SaaS服務，提供公告、研報的全網采集，以及事件結構化分析，提供研報一站式智能搜索，以及基于時間軸、基于信息錨點的大數據分析挖掘。系統能幫助分析師從大數據視角進行深度研究分析，提高工作效率。
  2、政府行業應用
  輿情分析為政府、公安、社會等提供可自定義熱點問題的輿情分析系統，信息出現的源頭到產生的影響全程跟進分析，形成輿情影響波及范圍、公眾反響、不良輿論等內容的分析報告。
  輿情分析能夠大幅度縮短組織對互聯網、論壇等電子信息渠道的公眾輿論趨勢的響應時間，通過關聯分析能夠幫助組織預測未來可能出現的狀況并提前實施相關措施。
  智慧傳播云服務，是鼎富科技與騰訊網合作推出的互聯網信息監測預警平臺，面向政府機構、企事業單位提供互聯網信息監測、預警服務。輿情云項目的研發目的是為企業、政府、組織開發一款基于云服務的互聯網輿情監測系統。該系統數據采集模塊具有可配置、自動去重、垃圾過濾核心功能。系統分析挖掘功能采用智慧語義識別技術，保證了語義分析的準確性。系統可以按照客戶需求進行輿情監測定制、統計報表定制和預警定制。
  3、客服行業應用
  客服作為勞動密集型行業，對于一些大公司來說，成本依然很高。智能機器人客服的出現可以在很大程度上解決簡單、重復性工作，幫助企業節省人工和坐席成本，提升運營效率。

• 語義分析軟件有哪些？

  1、元年智答
  元年智答是一款智能數據分析“助手”，拉近人與數據的距離，輕松對話的形式獲取數據可視化圖表，在企業內部高效傳遞數據洞見。提供對話式數據分析、智能數據可視化引擎、企業級數據權限控制、異常監控實時預警、數據變動歸因溯源和智能化數據報告功能。
  2、滴普科技
  北京滴普科技有限公司成立于2018年，是專業的數據智能服務商。滴普科技以最新的數據智能技術為基礎，以數據的業務價值為核心，為客戶提供數據智能領域的產品與服務。 滴普科技構建了低成本、高性能、易使用的新一代云原生數據智能服務平臺FastData，以流批一體數據分析引擎DLink、數據集成服務DCT、數據智能開發平臺DataFacts、數據科學分析平臺DataSense、數據資產管理和運營平臺DXP，幫助于企業建立流批一體和湖倉一體的新一代數據存儲計算平臺和數據科學分析平臺。
  3、華為云
  華為云通過基于瀏覽器的云管理平臺，以互聯網線上自助服務的方式，為用戶提供云計算IT基礎設施服務。云計算的最大優勢在于IT基礎設施資源能夠隨用戶業務的實際變化而彈性伸縮，用戶需要多少資源就用多少資源，使用多少資源就付多少錢，通過這種彈性計算的能力和按需計費的方式有效幫助用戶降低運維成本。
  4、百度智能云
  百度智能云于2015年正式對外開放運營，是基于百度多年技術沉淀打造的智能云計算品牌，致力于為客戶提供全球領先的人工智能、大數據和云計算服務。憑借先進的技術和豐富的解決方案，全面賦能各行業，加速產業智能化。
  5、百度AI開放平臺
  百度大腦包括視覺、語音、自然語言處理、知識圖譜、深度學習等AI核心技術和AI開放平臺。百度大腦對內支持百度所有業務，對外全方位開放，助力合作伙伴和開發者，加速AI技術落地應用，賦能各行各業轉型升級，并通過百度智能云賦能行業客戶。 百度AI開放平臺持續升級，是最完整、最前沿、最開放、最具活力的AI技術平臺。現階段從深度學習框架、深度學習實訓平臺、場景化AI能力、定制化訓練平臺，到軟硬一體模組和解決方案等實現全面開放，助力企業智能化轉型。

• 語義分析原理是什么？

  自然語言處理技術的核心為語義分析。語義分析是一種基于自然語言進行語義信息分析的方法，不僅進行詞法分析和句法分析這類語法水平上的分析，而且還涉及單詞、詞組、句子、段落所包含的意義，目的是用句子的語義結構來表示語言的結構。