， (以下简称NLPIR)，汇智讲话阐述，掘金内容价格•，让数据成为聪颖，助力企业发展。NLPIR或许全方位多角度称心运用者对大数据文本的解决需求，网罗大数据完全的本领链条：网络抓取、正文提取、中英文分词、词性标注、实体抽取、词频统计、枢纽词提取、语义音信抽取、文本分类、心绪明白、语义深度舒展、繁简编码改动、自愿注音、文本聚类等。

　　文档抽取•， 对doc、excel、pdf与ppt等多种主流办法文档举办文本信歇抽取，讯歇抽取确切率极高，效率到达大数据处分的要求。

　　汉语分词， 对原始语料举办分词，自动甄别人名地名机构名等未登录词，新词标注以及词性标注。用户可在分析经过中导入自定义的词典。

　　文本分类， 遵守准绳或锻练的式样自愿对巨额文本举行分类，可用于新闻分类、简历分类、邮件分类、办公牍档分类•、地区分类等诸多方面。

　　智能过滤， 对文本内容的语义智能过滤查看，内置国内最全词库，智能甄别多种变种•：形变、音变、繁简等多种变形•，并告终语义精确排歧。

　　文本聚类， 或许从大范畴数据中自动领悟出热点事项，并供给事项话题的枢纽特性描摹•。同时适用于长文本和短信、微博等短文本的热点领会。

　　文档去重， 疾速精确地决断文件集结或数据库中是否存在相似或肖似内容的纪录•，同时寻找保存一共的几次纪录。

　　纲目实体， 自动纲目或许完结文本内容的精简提炼，从长篇文章中自动提取枢纽句和要叙段落•，构成纲目内容。实体抽取对单篇或多篇文章•，自动提炼出内容纲领，抽取人名、地名、机构名、时刻及中央枢纽词；随便用户疾速赏识文本内容。

　　新词感觉••， 从文本中发觉出具有内涵的新词、新概思，用户或许用于专业词典的编撰，还不妨进一步编辑标注•，导入分词词典中，提高分词体例的确切度•，并相宜新的语言改变。要道词提取也许对单篇著作或文章会集，提取出几多个代表作品要旨思思的词汇或短语，可用于精化阅读、语义拜候和快速完婚等。