语言理解，为用户提文本供情感分析、观点抽取、分本分类、意图理解等自然语言处理语言理解相关的API。应用场景丰富：舆情分析、观点挖掘、智能助手等。
产品特性
对文本进行情感分析，判断其正面或负面倾向
观点抽取
分析用户评论并提取观点及其属性
文本分类
将一系列文本自动分类或者按照已有标签进行分类
意图理解
对用户的话语进行意图识别以及关键词提取，为智能助手、对话机器人等应用场景提供技术支持
稳定可靠
能够处理语义的不确定性，用户也可自助添加语料适配更多极端案例
简单易用
简单易用的API接口，无需购买服务器，支持跨平台调用
应用场景
评价分析
通过情感分析、观点抽取等相关技术从大量用户评论中提取出情感倾向以及关键的观点信息
优势能力
算法模型丰富
多种情感分析算法可供选择，提高适配不同评论数据的能力
覆盖领域广
支持多种领域的评论观点分析，从用户的评论中挖掘商业价值
文本分类
文本分类
将大量文件按照设定好的类别准确分类。典型应用场景包括分类标签，内容检索，个性化内容推荐等
优势能力
支持平层结构和多层树状结构分类
类别标签可以处于同一层次，也可以是多层树状结构
可基于自有数据集定制模型
支持构建基于自有数据集的定制文本分类模型
对话理解
对话理解
对用户的话语进行意图理解，提高人机对话准确率
优势能力
意图识别
识别用户话语中的意图，并提取出关键语义信息
持续优化
用户可根据使用过程中的反馈，持续优化效果
热门话题
近日，在2019 CCF大数据与计算智能大赛（CCF Big Data & Computing Intelligence Contest，简称CCF BDCI）决赛中，华为云语音语义创新Lab获得金融实体级
情感分析大赛冠军，体现了在文本情感分析和知识图谱领域的实力。
挑战情感分析技术高点
该任务分为两个子任务：给定金融文本和文本中出现的金融实体列表。 1. 负面信息判定：判定该文本是否包含金融实体的负面信息。如果该文本不包含负面信
息，或者包含负面信息但负面信息未涉及到金融实体，则负面信息判定结果为0。 2. 负面主体判定：如果任务1中包含金融实体的负面信息，继续判断负面信息
的主体对象是实体列表中的哪些实体。
帮助文档
联系我们
