灵玖大数据在中文语义分析完成新突破

ljrj123

中文中有一词多义，相比英文分析，中文语义分析的语义分析面临更多技术难题。灵玖大数据在研发过程中，充分考虑到了中文特殊性，针对一词多义和文章中出现的新地点名均提出了解决方案，提高了中文语义分析的准确性。

汉语智能分词

中文分词是语义分析的基础阶段，是进行中文信息处理必备的核心部件。灵玖综合了各家所长，采用条件随机场（Conditional Random Field,简称CRF）模型，分词准确率接近99%，具备准确率高、速度快、可适应性强等优势；特色功能包括：切分粒度可调整，融合20余部行业专有词典，支持用户自定义词典等。

条件随机场运用CRF模型，采用了先将汉语语言进行定性的方式分析语言，根据自然语言的运用环境对多义词进行定义，极大地提高了中文语言解析的准确性，一级词性标注准确率接近99%，准确率高、速度快、可适应性强。

除了对多义词的高准确率区分，在对一些地点和机构名的识别问题上，即使这类词没有事先存入系统，CRF模型同样能够自动挖掘出这类词。条件随机场极大地提高了识别的准确率，能够满足多样场景需求。

文本关键字提取

提取文章关键词对于读取文章的意义在于，在掌握文章的主题思想的前提下，了解文章关键字能够达到精华阅读效果，完成文章的语义查询和快速匹配。采用基于语义分析的语言统计模型，文档使用的范围也更加广泛，对新词的识别率也很高。

关键词提取组件的主要特点包括：

[size=10.5000pt]1、速度快：实现对海量网络文本处理，实现每小时50篇文档的高效处理模式。

2、处理精准：Top N的结果反应了文章的主要枝干方向。

3、精准排序：根据影响权重进行排序，关键词可以输出权重值；

4、开放式接口：作为LJParser的一部分，文章关键词能够提取组件采用灵活的开发接口，能够方便地融入到用户的业务系统中，以及支持各种操作系统和调用语言。

自动文本摘要

对文章进行摘要提取能够使用户快速掌握文章内容，提供工作效率。

自动摘要的中间件能够处理的不只是单篇文章的摘要提取，还包括对同类型的文章进行处理，提取出一篇简明扼要的摘要。同时，用户可以自由设定摘要的长度、百分比等参数；处理速度达到每秒钟20篇。

灵玖软件专注于大数据语义智能分析，凭借其在自然语言处理、信息检索、信息过滤、知识图谱等方向的领先核心技术积累，形成了面向大型企业和政府军队的一系列语义智能化软件系统。