核心技术
语言理解

依托于百度NLP强大的基础算法,语言理解技术通过各种基础技术的综合利用,对多种应用场景中冗杂、混乱、含蓄的中文表述实现语义理解。其应用技术包括情感倾向分析、评论观点抽取、文本纠错等,将文字含义或情绪表达以可量化的形式展现,为用户提供建议。同时部分技术提供定制化服务,以更高的标准满足用户的业务需求。

文本纠错 了解详情

文本纠错支持短文本、长文本、语音识别结果等多种文本内容,在搜索引擎、人机对话、语音识别、内容审核等方面有广泛的应用,能显著提高这些场景下的语义准确性和用户体验。

情感倾向分析 了解详情

针对带有主观描述的中文文本,可自动判断该文本的情感极性并给出相应的置信度。情感极性分为积极、消极、中性。情感倾向分析能帮助企业理解用户消费习惯、分析热点话题和危机舆情监控,为企业提供有力的决策支持。

评论观点抽取 了解详情

自动分析评论关注点和评论观点,并输出评论观点标签及评论观点极性。目前支持13类产品用户评论的观点抽取,包括美食、酒店、汽车、景点等,可帮助商家进行产品分析,辅助用户进行消费决策。

对话情绪识别 了解详情

针对一段对话文本,自动识别出当前会话者所表现出的情绪类别及置信度。目前可检测情绪包含强烈负向、非强烈负向情绪两种分类,后续会扩展更多情绪类别。

文章标签 了解详情

文章标签服务对文章的标题和内容进行深度分析,输出能够反映文章关键信息的主题、话题、实体等多维度标签以及对应的置信度,该技术在个性化推荐、文章聚合、内容检索等场景具有广泛的应用价值。

文章分类 了解详情

文章分类服务对文章内容进行深度分析,输出文章的主题一级分类、主题二级分类及对应的置信度,该技术在个性化推荐、文章聚合、文本内容分析等场景具有广泛的应用价值。

开源技术 - 情感倾向分析Senta 了解详情

情感倾向分析针对带有主观描述的中文文本,可自动判断该文本的情感极性并给出相应的置信度。情感类型分为积极、消极、 中性。情感倾向分析能够帮助企业理解用户消费习惯、分析热点话题和危机舆情监控,为企业提供有力的决策支持。本次我们开放 AI开放平台中情感倾向分析采用的模型,提供给用户使用。