NLPIR系統的中文語義分析模式介紹

隨著計算機的使用範圍更加廣泛，社會資訊化程度提高，計算機的使用頻率增加，人們對自然語言理解也提出了更高的要求，而對於自然語言的理解，則基於中文語義分析的研究和分析。

自然語言 中， 語義 是指 篇章中所有句 意的綜合 ， 句子的語義又由其組成單位詞來確定。所以對中文語義的分析，其最後的落腳點是分析最小的基本單位-詞，進而達到分析效果。對詞語的解析包括對詞義，詞之間關係的解析，這些是中文語義分析的基礎，也是進行 資訊抽取、機器翻譯等應用的基礎問題。 對 篇章級別的語義分析 ，主要是提取文字的主題和類別方面，進而實現對大規模文字的管理和挖掘。

中文語義分析不僅包括 事物 的 本質， 還包括 事物之間的 關係。 語義 分析是對事物本身和其邏輯關係進行描述，透過對文字中包含的資訊和其關係進行識別，構建計算模型，進而使機器能夠理解人類語言。網際網路時代，資料量大幅度增加，面對資料時代的海量文字資料，資訊提取，資訊分類等技術都需要不斷的提升。

在對中文語義分析時也會面臨技術難點。 單詞切分中，中文的多樣性給中文分詞帶來了一定難度，對中文的分詞往往要建立在語義理解的基礎上。同時，中文現在並沒有一個公認的用於計算機處理的語法規則，這也就給中文分析帶來了困難。現中文分詞基於統計和詞典的分詞方法上，要統籌好分詞精度和分詞速度的關係。同時，中文詞彙通常有多個含義，在進行語義分析的過程中，還要儘可能降低分析中不可避免的歧義現象。

北京理工大學大資料搜尋與挖掘實驗室張華平主任研發的NLPIR大資料語義智慧分析技術是滿足大資料探勘對語法、詞法和語義的綜合應用。NLPIR大資料語義智慧分析平臺是根據中文資料探勘的綜合需求,融合了網路精準採集、自然語言理解、文字挖掘和語義搜尋的研究成果,並針對網際網路內容處理的全技術鏈條的共享開發平臺。 現NLPIR大資料語義分析系統能夠全方位多角度完成對大資料文字的處理需求，包括大資料完整的技術鏈條：網路抓取、正文提取、中英文分詞、詞性標註、實體抽取、詞頻統計、關鍵詞提取、語義資訊抽取、文字分類、情感分析、語義深度擴充套件、繁簡編碼轉換、自動注音、文字聚類等。