自然語言處理定義：

自然語言處理是一門計算機科學、人工智能以及語言學的交叉學科。雖然語言只是人工智能的一部分（人工智能還包括計算機視覺等），但它是非常獨特的一部分。這個星球上有許多生物擁有超過人類的視覺系統(tǒng)，但只有人類才擁有這么高級的語言。

自然語言處理的目標是讓計算機處理或說“理解”自然語言，以完成有意義的任務，比如訂機票購物或QA等。完全理解和表達語言是極其困難的，完美的語言理解等效于實現(xiàn)人工智能。

自然語言處理涉及的幾個層次：

自然語言處理的幾個層次

作為輸入一共有兩個來源，語音與文本。所以第一級是語音識別和OCR或分詞（事實上，跳過分詞雖然理所當然地不能做句法分析，但字符級也可以直接做不少應用）。接下來是形態(tài)學，援引《統(tǒng)計自然語言處理》中的定義：形態(tài)學（morphology）：形態(tài)學（又稱“詞匯形態(tài)學”或“詞法”）是語言學的一個分支，研究詞的內(nèi)部結(jié)構(gòu)，包括屈折變化和構(gòu)詞法兩個部分。由于詞具有語音特征、句法特征和語義特征，形態(tài)學處于音位學、句法學和語義學的結(jié)合部位，所以形態(tài)學是每個語言學家都要關(guān)注的一門學科。

Hanlp自然語言處理開發(fā)包：

從事大數(shù)據(jù)方面工作的人對自然語言處理必然都是不陌生的，在Github上用戶量最多的開源漢語自然語言處理工具是HanLP。HanLP的初始版本是在2014年初開發(fā)的，3月份的時候開始在Github上開源。2015年的時候集成在了大快搜索的DKNLP中，目前大快已經(jīng)把DKNLP技術(shù)成果已經(jīng)開源，并且整體裝如HanLP項目，HanLP的版本已經(jīng)到了V1.50。

Hanlp自然語言處理技術(shù)優(yōu)勢：

支持中文分詞（N-最短路分詞、CRF分詞、索引分詞、用戶自定義詞調(diào)、詞性標注），命名實體識別（中國人民、音譯人民、日本人民，地名，實體機構(gòu)名識別），關(guān)鍵詞提取，自動摘要，短語提取，拼音轉(zhuǎn)換，簡繁轉(zhuǎn)換，文本推薦，依存句法分析（MaxEnt依存句法分析、神經(jīng)網(wǎng)絡依存句法分析）。提供Lucene查件，兼容Solr和ElasticSearch。

hanlp自然語言處理技術(shù)

Hanlp自然語言處理應用領域：

Hanlp已經(jīng)被廣泛應用于Lucene、Solr、ElasticSearch、hadoop、android、Resin等平臺，有大量開源作者開發(fā)各種查件與拓展，并且被包裝或移植到Python、C#、R、JavaScript等語言上去。

hanlp自然語言處理應用領域


文章來源于網(wǎng)絡