ここでは4つの例示的な使用シナリオNLPインタフェースとサービスがあります。
（1）テキストインテリジェント誤り訂正
スマート顧客シーンでのサービスの仕事音声テキストの過程で、ユーザによる音声情報入力のため、（ASR→TTS）で、必然的に誤りの転位コンテキストとテキストの多くは言葉遣いに表示されます。あなたはマニュアルを治療する場合は、これらのエラーに直面し、それは人件費の多くを消費します。この場合の使用構文解析および依存インタフェーステキスト修正、分析のために各言語のテキストユニット間の意味的関連、テキストの自動補正しています。インテリジェントエラー訂正により、テキストの機能は、効率的効果的に音声テキスト文字の品質を向上させ、労働者を支援することができます。
シーンをチェックするスマートユーザー入力で顧客サービスに加えて、シーンの画像からテキストへの出版物または文書（OCR）のスキャンコピーでは、音声からテキストへのエラー条件と同様のインテリジェントな顧客サービスも表示されています。このように、構文解析および依存テキスト補正インタフェースは、画像の中の文字認識結果を検証するために使用することができます。
要約すると、スマート顧客サービスは、ユーザ入力、画像文字認識結果の検証、監査オフィス文書、品質管理や他のインテリジェントテキスト需要のシナリオを確認するために、テキストは、インテリジェントなエラー訂正があります。したがって、テキスト修正及び構文依存解析インタフェースは広くこれらのシナリオで使用されています。
（2）構造化された財務書類を抽出
など金融部門や政府、銀行、保険、証券、では、文書や大量の文書があることが多い手動で、並べ替え洗練およびアーカイブする必要があり、作業は人手と時間がかかります。この場合は、使用することができます字句解析（インテリジェントセグメンテーション、POSタグ付け、固有表現認識）、キーワード抽出やテキスト分類のインターフェイス金融や政府文書分類の多数の最初に、し、テキストデータと構造化された情報の抽出キー配置は、効果的に人件費を削減する、様々な文書や文書を処理するために、人間を支援することができます。
（3）ネットワークテキスト検索
データベースやインターネット環境でのテキストデータの場合は、別のユーザーは、検索または特定のニーズに応じて、対応するテキストデータから取得され、異なる情報が必要です。この場合は、使用することができます字句解析（インテリジェントセグメンテーション、POSタグ付け、固有表現認識）とキーワード抽出インタフェースをタイトルと本文がテーマ、トピック、エンティティなどのテキストを反映させるために重要な情報を抽出するためのコアキーワード分析しています、多次元語彙ラベルと同じキーワードテキストラベルデータを重合し、データの完全な範囲を読み取る検索、テキスト情報のユーザーフレンドリーなタイプであることを正確ユーザ固有のコンテンツを提供します。
たとえば、次のようにコンテンツの検索、Wanfangデータベース、中国HowNet情報の流れや他の文献検索
（4）条鍵情報抽出およびコンテンツ分析
使用字句解析（インテリジェントセグメンテーション、POSタグ付け、固有表現認識）、テキスト分類やキーワード抽出インタフェース、コンテンツの種類によって、最初の記事の主題の分類を（記事はトピックテクノロジー、エンターテインメント、スポーツ、金融に属し、その上、AIなど、映画、サッカー、株式や他の二つのトピック）、およびコアキーワード抽出され、その後の記事のタイトルと内容に、出力が多次元の記事、重要な情報ラベルや語彙を反映することができる、最終的には、テキストコンテンツ解析を情報資源開発の縦型に達しました最高のユーザーのニーズを満たすために、コンテンツやアプリケーションのすべてのタイプの目的。
[リンク]クイック経験
テンセント雲自然言語処理APIドキュメント：https://cloud.tencent.com/document/product/271/35484