功能介绍

词法分析向用户提供分词、词性标注、命名实体识别三大功能。该服务能够识别出文本串中的基本词汇（分词），对这些词汇进行重组、标注组合后词汇的词性，并进一步识别出命名实体，百度词法分析的算法效果大幅领先已公开的主流中文词法分析模型。

功能列表

• 中文分词

中文分词是将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列的过程。

• 词性标注

词性标注（Part-of-Speech tagging 或POS tagging）是指为自然语言文本中的每个词汇赋予一个词性的过程。

• 专有名词

命名实体识别（Named Entity Recognition 简称NER），即"专名识别"，是指识别自然语言文本中具有特定意义的实体，主要包括人名、地名、机构名、时间日期等。

应用场景

• 语音指令解析
  

以分词和词性标注为基础，分析语音命令中的关键名词、动词、数量、时间等，准确理解命令的含义，提高用户体验。

• 多轮交互式搜索

通过专名识别定位多轮对话中的核心实体，自动判断后续对话中对该实体的进一步信息需求。

• 实体数据库构建

通过挖掘实体之间、实体与关键词之间的关联，构建实体信息（如人物、机构）数据库。

产品优势

• 粒度更灵活

模型既保证了基本词汇的原子性，又保证了大粒度词汇，对领域新词、专有名词的识别尤其有效。

• 海量数据建模

海量训练样本，百亿级的点击反馈，提高了算法在复杂多变的应用场景下的效果稳定性和适配性。

• 粒度更灵活

模型既保证了基本词汇的原子性，又保证了大粒度词汇，对领域新词、专有名词的识别尤其有效。