-
字句と構文解析：そのようなPOSタグ付けなどの新しい単語を、見つける、マルチ粒度の単語を含みます。
-
セマンティック分析：セマンティック分析備えるのWSD、非標準的なテキスト。このうち、非規範的なテキストは、ソーシャルプラットフォーム上で比較的口語描くために、主に指し、弱い仕様でも膨大なデータ量とリアルタイムの研究と応用を広く世論の監視に使用されているので、短いテキストを調節し、そして感情分析しません緊急検出タスク。
-
言語の認知モデルの態様：例えば、自然言語は、より効果的な、解釈言語モデルを計算する処理深いニューラルネットワークを用いて、例えば、埋め込まれた単語発見。新しい単語を発見する方法の小さなサンプルだけでなく、低頻度語を探索する緊急の必要性に基づいて、学んだコーパスの単語の多数によって表されるが、現在あります。
-
サポート技術情報のマッピング側面：記号論理の融合を構築するために、大規模な高精度のマッピング知識の学習を表すことができますか。
-
テキストの分類およびクラスタリングの側面は：正確に教師、半教師と教師なし学習によって分類し、クラスタすることができます。現在のコーパスのほとんどは何のラベルではない、将来は教師なしまたは半教師の面でより多くの需要があります。
-
情報抽出エリア：複数の異種情報源について、どのように正確な関係、抽出および他のイベント。メイン情報抽出情報抽出技術は、オープンからドメイン、自己学習と自己適応進化情報とマルチソース異種データ融合の方向のための情報抽出システムに拡張することができます。
-
感情的な分析：コンテキストアウェア評判分析に基づいたもの、クロスカットクロスランゲージの評判分析、エンド・ツー・深学習、感情的な解釈、皮肉な分析、位置解析に基づく感情分析を含みます。
-
自動側面を抽象化：情報のキーポイントを提示する方法？情報単位の重要性を評価する方法？これらは、意味解析、テキスト理解、深い学習やその他の急速に進化する技術としてでなければなりません。
-
情報検索：意図検索、セマンティック検索などを含むが、おそらく垂直磁場の様々なシーンで、それはよりよいサーチ動作モードとして、インテリジェントな検索とレコメンド技術を推論教育されます表示されます、インタラクティブなマルチメディアの手段として、自然言語。
-
QA：Q、クイズの質問応答の複数回のさまざまな形態を含む奥行き推論。
-
機械翻訳：小型、非標準テキスト機械翻訳機械翻訳ステージとテキストのための機械翻訳データ。