欢迎大家关注微信公众号：baihuaML，白话机器学习。
在这里，我们一起分享AI的故事。
您可以在后台留言，关于机器学习、深度学习的问题，我们会选择其中的优质问题进行回答！
本期的问题：
你好，请问下nlp在现在的市场主要应用在哪些方面
什么是NLP？
答：利用机器学习技术来分析自然语言都属于NLP技术。（弱弱的说一句，NLP应该是语音、图像、文本这三种数据中，处理起来最难的数据！勿喷！）
什么是自然语言？
答：文本数据就是自然语言。语音数据并不是直接的自然语言，需要在经过语音识别之后，形成文本数据才能算作自然语言。
NLP的价值体现在什么地方？
答：大家想一想，我们是如何同这个世界进行交互的？比如：与人交流、浏览新闻，收集到的数据，我们需要进一步的加工获得语义上的信息，进而指导我们后续的行为。而NLP的价值，就体现在这个过程中：
实际上，自然语言充斥着我们社会中方方面面的。机器智能？没有算法的机器，是不能算作智能的。而智能则体现在理解能力上。NLP赋予机器智能，也就是带给机器理解语言的能力，机器就可以完成很多人能够操作的事情，这些都是NLP的落地场景和商业价值体现。
聊天机器人，之前火过一段时间，比如：人人网的“小黄鸡”、Siri、微软小冰等。不过随着时间的推移，热度消了很多，机器毕竟是机器，且智能化水平也没有那么高。越来越多的用户不会把时间浪费到跟机器人的互动上，因为根本不解决实际问题。
问答机器人，问答机器人不等于客服机器人，而是问答机器人>客服机器人，但是百度里搜问答机器人，得到的答案都是客服厂商，且好多人也同样认为问答模型目前在商业中的应用只是智能客服。但问答机器人的核心价值是，通过识别用户的文本含义，机器人回答对应问题。那这样看来，可不可以让机器人做行政助手、HR助手、IT运维助手、景区助手、物业管家等，这些场景下，都是用户通过一句话即可及时的得到自己想要得到的答案，用户体验当然会有提高。
任务机器人，任务机器人，也叫多轮对话机器人。那还是先提出一个概念，叫CUI（Conversation User Interface），反观人机交互历史，最早是CUI（Command User Interface），后面演化成GUI（Graphical User Interface），未来肯定必将是CUI了，动动嘴就形成了指令，计算机识别后就完成了任务，何乐而不为。所以未来的很多业务场景，完全是由人机的几轮交互，就完成了全部的订单流程。比如，订火车票、机票、电影票、银行卡/信用卡业务办理等，用户目前通过网站或APP等前端可以自助完成的操作均可以替代。任务机器人已经渗透到了商旅和金融，当然未来还会渗透到个多的行业，总结来看，任务机器人的商业价值是满分，当然也需要技术的不断升级。
——以上内容摘自《nlp如何进行商业化应用？》
2. 机器翻译
如何能够实现更好的翻译，一直都是一个难题。现在有google翻译、百度翻译、有道翻译等等很多国内外NLP的团队都在做。它的重要性不言而喻。
——以上内容摘自《机器翻译有哪些商业化的应用场景？》
3. 搜索引擎
NLP 是搜索引擎的技术之本
搜索引擎最基本的模式是自动化地聚合足够多的「内容」，对之进行解析、处理和组织，响应用户的搜索请求找到对应结果返回。每一个环节，都需要用到自然语言处理。
至于商业价值，看看百度就知道它的商业价值了。。
如果你不了解搜索引擎，可以看一下：KnowingAI知智：搜索引擎是如何工作的？| 知智一分钟
4. 舆情分析、情感分析
我们首先要明确一个舆情的概念，即表示的是公众态度和意见，里面主要涉及的是公众对社会生活各个方面的问题，尤其是一些热点问题的公开意见或者情绪部分。在言论自由的今天，互联网上充斥着各种各样的信息，有各种各样咨询、不同人的观点、海量的评论等。有了这些信息，我们能干什么事？作为普通大众中的一员，最好不要搞事情！舆情这东西，不是我等小虾米可以随便染指的。
但是，我们可以做一些其他的，政治不敏感的事情。比如：
总之，从用户的角度分析，帮助我们对自己产品的监管。我们可以从许多消费者的评论知道，消费者最渴望我们提升哪一点，是提升产品，还是提升服务，还是加大促销力度。我们也可以知道，我们的竞品，哪一点是最薄弱的，是最为消费者诟病的。这一些情报，都是我们立足市场，做大规模的情报。
对于用户的评论，我们可以在第一时间收到，并且可以在统一平台一健回复消费者，无需在众多的平台切换帐号。这将大大提升我们处理问题的时效性，第一时间收集用户对我们品牌的反馈并进行回复，从而实现商机的挖掘。对于其中的任何一个差评，或有负面情感倾向的评论进行第一时间回复。 通过评论信息，我们可以知道消费者对我们产品，物流，售前还是售后等哪个纬度不满，还是对我们的市场营销策略有疑问，我们在收集这些情报以后，将可以更好地衡量或量化我们做出的每一个决策，从而提升我们的服务质量。
商业价值？产品大卖，用户口碑！这些都是符合我们利益的商业价值！
还有，就是公关危机！比如：人民网的舆情监测室根据突发事件的舆情生成和发展规律，提出了“黄金4小时媒体”之说，即在事发四小时内，利用微博、微信、BBS论坛、QQ群等新媒体传播平台，及时有效地发布信息，利用这些“黄金4小时媒体”进行危机公关。
5. 主题抽取、关键词抽取
关键词、主题能够帮助用户更快地认识到海量信息中的重点！挖掘用户的行为习惯和喜好，就能够更加精准的进行内容推荐、进行广告投放！！
广告====转化率=====就是money。
6. 阅读理解、文本分析与挖掘
计算机在结果逻辑处理问题时，可谓是得心应手，经验老道。但是在理解能力上，却一直都难以超越人类！提高机器的阅读理解能够，能够做什么？
阅读理解，是机器智能进度的再一次体现！
今天，好多关于机器做阅读理解的新闻，各大公司和研究团队纷纷报道取得世界冠军的头衔。
2018机器阅读理解技术竞赛，奇点机智获第一名 - AI科技大本营 - CSDN博客blog.csdn.net
2018机器阅读理解技术竞赛，奇点机智获第一名 - AI科技大本营 - CSDN博客blog.csdn.net
阿里人工智能连夺两项世界冠军，不仅会做阅读理解，还有这些用处
7. 推荐算法
推荐算法是一个很宽泛的内容，它包括了：用户意图、用户行为习惯分析、CRT问题等等。
用户的行为可以是：点击、评论、转发、收藏、消费、浏览时间、浏览时长等等。
用户的爱好可以从自己的点赞、收藏、购买等行为的角度出发，还可以从同类人的角度来看，也就是协同过滤（物以类聚、人以群分）等等。。当我们在互联网上留下痕迹的时候，我们就已经出卖自己了。关于推荐算法，可以了解下：
谷文栋：Netflix推荐系统的最新解读：算法、商业价值与创新
推荐算法能干什么？
研究推荐算法，一方面带给用户更多的便利，提高产品体验，另一方面就是帮助商家研究如何赚钱于无形之中。
关于NLP就聊这么多吧！
欢迎加入深度学习、机器学习技术研讨群！
745224003
欢迎关注我们的微信公众号：baihuaML，白话机器学习
关注知乎“会写代码的好厨师”
