这些 NLP 算法可能非常复杂,但您现在可以使用 IBM Watson 通过一组 API 来执行 NLP,这已不足为奇。帮助在电视比赛节目 Jeopardy 上战胜人类选手的相同 API 已可通过一组 REST 服务获得。
IBM Watson API 公开了一系列的功能,包括一个可用来向应用程序添加自然语言接口的对话 API,以及可分类或翻译语言的 API。IBM Watson 甚至可以通过 API 将语音翻译为文本或将文本翻译为语音。
在此,我讨论了 NLP 的多种应用,但 NLP 的适用性实际上非常广泛且多样化。自动作文评分是学术领域的一项实用的应用,还有许多文字处理器中包含的语法检查(包括文本简化)。NLP 在外语学习中也很流行,能帮助学生理解另一种语言的文本,或者检查人类使用另一种语言生成的文本(包括自动化语言翻译)。最后,自然语言搜索和信息检索也是 NLP 的实用方面,特别是考虑到可被挖掘的多媒体数据的增长。
NLP 在文本分析(也称为文本挖掘)中也很有用,这包括词频、确定搭配词(一起出现的单词),以及连词和词长分布等任务特性。这些特性对确定文本复杂性,甚至是分析签名来识别作者很有用。
从手工编写的语法和规则开始,NLP 在过去 60 年中不断发展,但通过使用深度学习,科学发展已实现了巨大的技术飞跃。NLP 代表着最自然的人类接口,所以将此通信模型应用于机器是必经旅程。如今,您可以在日常设备中找到 NLP,以及语音识别和合成。深度学习仍在继续发展,而且它将给这一领域带来更多进步。
来源: http://www.ibm.com/developerworks/cn/cognitive/library/cc-cognitive-natural-language-processing/index.html