中文中有一詞多義，相比英文分析，中文語義分析的語義分析面臨更多技術(shù)難題。靈玖大數(shù)據(jù)在研發(fā)過程中，充分考慮到了中文特殊性，針對(duì)一詞多義和文章中出現(xiàn)的新地點(diǎn)名均提出了解決方案，提高了中文語義分析的準(zhǔn)確性。

漢語智能分詞

中文分詞是語義分析的基礎(chǔ)階段，是進(jìn)行中文信息處理必備的核心部件。靈玖綜合了各家所長(zhǎng)，采用條件隨機(jī)場(chǎng)（Conditional Random Field,簡(jiǎn)稱CRF）模型。

條件隨機(jī)場(chǎng)運(yùn)用CRF模型，采用了先將漢語語言進(jìn)行定性的方式分析語言，根據(jù)自然語言的運(yùn)用環(huán)境對(duì)多義詞進(jìn)行定義，極大地提高了中文語言解析的準(zhǔn)確性，**詞性標(biāo)注準(zhǔn)確率接近99%，準(zhǔn)確率高、速度快、可適應(yīng)性強(qiáng)。

除了對(duì)多義詞的高準(zhǔn)確率區(qū)分，在對(duì)一些地點(diǎn)和機(jī)構(gòu)名的識(shí)別問題上，即使這類詞沒有事先存入系統(tǒng)，CRF模型同樣能夠自動(dòng)挖掘出這類詞。條件隨機(jī)場(chǎng)極大地提高了識(shí)別的準(zhǔn)確率，能夠滿足多樣場(chǎng)景需求。

文本關(guān)鍵字提取

提取文章關(guān)鍵詞對(duì)于讀取文章的意義在于，在掌握文章的主題思想的前提下，了解文章關(guān)鍵字能夠達(dá)到精華閱讀效果，完成文章的語義查詢和快速匹配。采用基于語義分析的語言統(tǒng)計(jì)模型，文檔使用的范圍也更加廣泛，對(duì)新詞的識(shí)別率也很高。

關(guān)鍵詞提取組件的主要特點(diǎn)包括：

1、速度快：實(shí)現(xiàn)對(duì)海量網(wǎng)絡(luò)文本處理，實(shí)現(xiàn)每小時(shí)50篇文檔的高效處理模式。

2、處理精準(zhǔn)： N的結(jié)果反應(yīng)了文章的主要枝干方向。

3、精準(zhǔn)排序：根據(jù)影響權(quán)重進(jìn)行排序，關(guān)鍵詞可以輸出權(quán)重值；

4、開放式接口：作為L(zhǎng)JParser的一部分，文章關(guān)鍵詞能夠提取組件采用靈活的開發(fā)接口，能夠方便地融入到用戶的業(yè)務(wù)系統(tǒng)中，以及支持各種操作系統(tǒng)和調(diào)用語言。

自動(dòng)文本摘要

對(duì)文章進(jìn)行摘要提取能夠使用戶快速掌握文章內(nèi)容，提供工作效率。

自動(dòng)摘要的中間件能夠處理的不只是單篇文章的摘要提取，還包括對(duì)同類型的文章進(jìn)行處理，提取出一篇簡(jiǎn)明扼要的摘要。同時(shí)，用戶可以自由設(shè)定摘要的長(zhǎng)度、百分比等參數(shù)；處理速度達(dá)到每秒鐘20篇。

靈玖軟件專注于大數(shù)據(jù)語義智能分析，憑借其在自然語言處理、信息檢索、信息過濾、知識(shí)圖譜等方向的**核心技術(shù)積累，形成了面向大型企業(yè)和政府軍隊(duì)的一系列語義智能化軟件系統(tǒng)。