自然语言处理领域主要5中处理技术或处理模型
分别是：分类、匹配、翻译、结构预测、马尔科夫决策过程。
这五种处理技术分别可以实现的功能是：
分配：文本分类、情感分类；
匹配：搜索、问题回答、对话（主要是单轮对话）；
翻译：机器翻译，语音识别，手写识别，单轮对话；
结构预测：专门识别，词性标注，句法分析，文本的语义分析，知识图谱构建；
马可夫决策过程：多轮对话。
分类：
文本分类：色情新闻分类、商品自动分类、法律卷宗分类、广告信息分类。
代表公司：达观数据
体验1：法狗狗（搜索公众号即可，tab1→智能咨询→劳动机器人）
体验2：胜利油田中心医院（搜索公众号，tab1→导诊→智能导诊）
情感分类：暂未找到应用此功能独立公司，应用于聊天机器人中。
匹配：
搜索：（作为某种功能集合在其他产品中，暂未发现单独使用的公司）
问题回答：智能客服，语音助理。代表公司，出门问问，智齿客服
体验：出门问问APP，翼龙贷微信公众号客服系统，（直接开始对话即可）
单轮对话：陪伴机器人，个人助手，聊天机器人。体验：出门问问siri
翻译：
机器翻译：Google翻译，体验：Google翻译APP
语音识别：代表，科大讯飞，普强信息，体验：讯飞语音输入法
手写识别：代表公司，汉王
单轮对话：执行单论对话，且执行某些人为设定的操作指令。代表，siri，智能家居，行车语音助手等。
结构预测：
专门识别：（技术应用于翻译、知识图谱构建、对话、文本分类中）
词性标注：（技术应用于翻译、知识图谱构建、对话、文本分类中）
语法分析：（技术应用于翻译、知识图谱构建、对话、文本分类中）
文本的语义分析：（技术应用于翻译、知识图谱构建、对话、文本分类中）
知识图谱构建：构建知识图谱，代表：理脉智能
马可夫决策过程：
多轮对话：能够理解代表：Amazon echo Google Assistant Google Home。
创业方向分析：
大体说有三类。
一类是指令式的，比如智能家居，你下达指令，让它开灯关灯；车载环境下也是指令类。
第二类是QA类的，基本应用在客服上。##注意事项：大企业会自己做客服系统，借助自身大量的客户积累，去实现问题和回答的匹配。当然有一些中小企业和传统企业，没有这个能力，所以有一些创业公司就切进去了。##注意事项：多轮对话难度非常大。
第三类：是利用NLP技术对以前积累的数据和知识进行分析和处理，比如文本构成的知识库，像卷宗、病历等等，用Watson这样的系统去分析它，尝试发掘一些规则的知识。
##注意事项：通用知识图谱无用户场景，通讯类知识图谱华为等巨头在做。
企业要求：开始有一个系统，然后有用户产生大量的数据，之后基于数据，开发好的算法，提高系统的性能。如果能够闭环跑起来，就可以去收集更多的数据，可以开发出更好的机器学习算法，使得人工智能系统的性能能够不断提升。这个人工智能闭环是现代人工智能技术范式里最本质的一个现象，对于自然语言处理也不是例外。
附：当前阶段各项功能准确率
