摘要：自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。自然語(yǔ)言處理并不是一般地研究自然語(yǔ)言，而在于研制能有效地實(shí)現(xiàn)自然語(yǔ)言通信的計(jì)算機(jī)系統(tǒng)，特別是其中的軟件系統(tǒng)。自然語(yǔ)言處理無可避免地成為信息科學(xué)技術(shù)中長(zhǎng)期發(fā)展的一個(gè)新的戰(zhàn)略制高點(diǎn)。

自然語(yǔ)言處理（NLP）是計(jì)算機(jī)科學(xué)，人工智能，語(yǔ)言學(xué)關(guān)注計(jì)算機(jī)和人類（自然）語(yǔ)言之間的相互作用的領(lǐng)域。自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。它研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行有效通信的各種理論和方法。自然語(yǔ)言處理是一門融語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)。因此，這一領(lǐng)域的研究將涉及自然語(yǔ)言，即人們?nèi)粘Ｊ褂玫恼Z(yǔ)言，所以它與語(yǔ)言學(xué)的研究有著密切的聯(lián)系，但又有重要的區(qū)別。自然語(yǔ)言處理并不是一般地研究自然語(yǔ)言，而在于研制能有效地實(shí)現(xiàn)自然語(yǔ)言通信的計(jì)算機(jī)系統(tǒng)，特別是其中的軟件系統(tǒng)。因而它是計(jì)算機(jī)科學(xué)的一部分。
自然語(yǔ)言處理技術(shù)是所有與自然語(yǔ)言的計(jì)算機(jī)處理有關(guān)的技術(shù)的統(tǒng)稱，其目的是使計(jì)算機(jī)理解和接受人類用自然語(yǔ)言輸入的指令，完成從一種語(yǔ)言到另一種語(yǔ)言的翻譯功能，自然語(yǔ)言處理技術(shù)的研究，可以豐富計(jì)算機(jī)知識(shí)處理的研究?jī)?nèi)容，推動(dòng)人工智能技術(shù)的發(fā)展。
大快NLP模塊是大快大數(shù)據(jù)一體化平臺(tái)的一個(gè)組件，用戶引用該組件可以有效進(jìn)行自然語(yǔ)言的處理工作，如進(jìn)行文章摘要，語(yǔ)義判別以及提高內(nèi)容檢索的精確度和有效性。
自然語(yǔ)言處理如今不僅作為人工智能核心課題來研究，而且也作為新一代計(jì)算機(jī)的核心課題來研究。從知識(shí)產(chǎn)業(yè)角度看，專家系統(tǒng)，數(shù)據(jù)庫(kù)，知識(shí)庫(kù)，計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)（CAD）、計(jì)算機(jī)輔助教學(xué)系統(tǒng)（CAI）、計(jì)算機(jī)輔助決策系統(tǒng)，辦公室自動(dòng)化管理系統(tǒng)，智能機(jī)器人等，都需要用自然語(yǔ)言處理，具有篇章理解能力的自然語(yǔ)言理解系統(tǒng)可用于機(jī)器自動(dòng)翻譯、情報(bào)檢索、自動(dòng)標(biāo)引、自動(dòng)文摘、自動(dòng)寫故事小說等領(lǐng)域，都可以用我們的工具類DKNLPBase來處理。
標(biāo)準(zhǔn)分詞
方法簽名：List StandardTokenizer.segment(String txt);
返回：分詞列表。
簽名參數(shù)說明：txt:要分詞的語(yǔ)句。
范例：下例驗(yàn)證一段話第5個(gè)分詞是阿法狗。
public void testSegment() throws Exception

{
    String text = "商品和服務(wù)";
    List termList = DKNLPBase.segment(text);
    assertEquals("商品", termList.get(0).word);
    assertEquals("和", termList.get(1).word);
    assertEquals("服務(wù)", termList.get(2).word);
    text = "柯杰解說“李世石VS阿法狗第二局” 結(jié)局竟是這樣";
    termList = DKNLPBase.segment(text);
    assertEquals("阿法狗", termList.get(5).word);  // 能夠識(shí)別"阿法狗"

}
關(guān)鍵詞提取
方法簽名：List extractKeyword(String txt,int keySum);
返回：關(guān)鍵詞列表.
簽名參數(shù)說明：txt:要提取關(guān)鍵詞的語(yǔ)句，keySum要提取關(guān)鍵詞的數(shù)量
范例：給出一段話提取一個(gè)關(guān)鍵詞是“程序員”。
public void testExtractKeyword() throws Exception

{
    String content = "程序員(英文Programmer)是從事程序開發(fā)、維護(hù)的專業(yè)人員。" +
           "一般將程序員分為程序設(shè)計(jì)人員和程序編碼人員，" +
           "但兩者的界限并不非常清楚，特別是在中國(guó)。" +
           "軟件從業(yè)人員分為初級(jí)程序員、高級(jí)程序員、系統(tǒng)" +
           "分析員和項(xiàng)目經(jīng)理四大類。";
    List keyword = DKNLPBase.extractKeyword(content, 1);
    assertEquals(1, keyword.size());
    assertEquals("程序員", keyword.get(0));
}

短語(yǔ)提取
方法簽名：List extractPhrase(String txt, int phSum);
返回：短語(yǔ)
簽名參數(shù)說明：txt:要提取短語(yǔ)的語(yǔ)句，phSum短語(yǔ)數(shù)量
范例：給出一段文字，能代表文章的五個(gè)短語(yǔ)，第一個(gè)短語(yǔ)是算法工程師。

邁進(jìn)二十一世紀(jì)，我們已經(jīng)進(jìn)入了以互聯(lián)網(wǎng)為主要標(biāo)志的海量信息時(shí)代，這些海量信息大部分是以自然語(yǔ)言表示的。一方面，海量信息也為計(jì)算機(jī)學(xué)習(xí)人類語(yǔ)言提供了更多的“素材”，另一方面，這也為自然語(yǔ)言處理提供了更加寬廣的應(yīng)用舞臺(tái)。例如，作為自然語(yǔ)言處理的重要應(yīng)用，搜索引擎逐漸成為人們獲取信息的重要工具，涌現(xiàn)出以百度、谷歌等為代表的搜索引擎巨頭；機(jī)器翻譯也從實(shí)驗(yàn)室走入尋常百姓家，谷歌、百度等公司都提供了基于海量網(wǎng)絡(luò)數(shù)據(jù)的機(jī)器翻譯和輔助翻譯工具；基于自然語(yǔ)言處理的中文（輸入法如搜狗、微軟、谷歌等輸入法）成為計(jì)算機(jī)用戶的必備工具；帶有語(yǔ)音識(shí)別的計(jì)算機(jī)和手機(jī)也正大行其道，協(xié)助用戶更有效地工作學(xué)習(xí)?？傊S著互聯(lián)網(wǎng)的普及和海量信息的涌現(xiàn)，自然語(yǔ)言處理正在人們的日常生活中扮演著越來越重要的作用。

然而，我們同時(shí)面臨著一個(gè)嚴(yán)峻事實(shí)，那就是如何有效利用海量信息已成為制約信息技術(shù)發(fā)展的一個(gè)全局性瓶頸問題。自然語(yǔ)言處理無可避免地成為信息科學(xué)技術(shù)中長(zhǎng)期發(fā)展的一個(gè)新的戰(zhàn)略制高點(diǎn)。同時(shí)，人們逐漸意識(shí)到，單純依靠統(tǒng)計(jì)方法已經(jīng)無法快速有效地從海量數(shù)據(jù)中學(xué)習(xí)語(yǔ)言知識(shí)，只有同時(shí)充分發(fā)揮基于規(guī)則的理性主義方法和基于統(tǒng)計(jì)的經(jīng)驗(yàn)主義方法的各自優(yōu)勢(shì)，兩者互相補(bǔ)充，才能夠更好、更快地進(jìn)行自然語(yǔ)言處理。
自然語(yǔ)言處理作為一個(gè)年齡尚不足一個(gè)世紀(jì)的新興學(xué)科，正在進(jìn)行著突飛猛進(jìn)的發(fā)展?；仡欁匀徽Z(yǔ)言處理的發(fā)展歷程，并不是一帆風(fēng)順，有過低谷，也有過高潮。而現(xiàn)在我們正面臨著新的挑戰(zhàn)和機(jī)遇。例如，目前網(wǎng)絡(luò)搜索引擎基本上還停留在關(guān)鍵詞匹配，缺乏深層次的自然語(yǔ)言處理和理解。語(yǔ)音識(shí)別、文字識(shí)別、問答系統(tǒng)、機(jī)器翻譯等目前也只能達(dá)到很基本的水平。路漫漫其修遠(yuǎn)兮，自然語(yǔ)言處理作為一個(gè)高度交叉的新興學(xué)科，不論是探究自然本質(zhì)還是付諸實(shí)際應(yīng)用，在將來必定會(huì)有令人期待的驚喜和異常快速的發(fā)展。?