词形还原： 词形还原确定一个单词是否具有不同的形式，并将变体规范化为基本形式。例如，动物的基本形式是动物，或好玩的、游戏。
解析标签：标单词之间的关系类型进行分类。
命名实体的分析和提取： 从前面
赖关系连帖子中我们应该熟悉 手机数据 这个方面。这会尝试识别具有“已知”含义的单词并将其分配给实体类型的类别。一般来说，命名实体是人、地点和事物（名词）。实体还可以包含产品名称。这些通常是触发知识面板的词语。但是，那些不能触发自身知识面板的术语也可以是实体。请阅读更多内容，请参阅文章 什么是实体？什么是实体？使用 Google 自然语言处理 API 进行实体分析的示例。
显著性评分： 显著性决定了文本处理主题的深入程度。这是在 NLP 中根据所谓的指示词来确定的。一般来说，流行度是由网络上单词的引用以及 Wikipedia 和 Freebase 等数据库中实体之间的关系决定的。 Google 可能还会将此链接图应用于文档中的实体提取，以确定这些词语关系。经验丰富的 SEO 熟悉 TF-IDF 分析的类似方法。
情感分析：简而言之，这是对文章中表达的有关文中讨论的实体的意见（观点或态度）的评价。
主题分类：在宏观层面，NLP 将文本分为主题类别。对主题进行分类有助于大致确定文本的内容。
文本分类和功能： NLP 可以更进一步确定内容的预期功能或目的。
内容类型提取： Google 可以
使用结构模式或上下文来确定特定文本的内容类型，而无需使用结构化数据进行识别。 HTML、文本格式和文本数据类型（日期、位置、URL等）可用于理解文本，无需额外标记。此过程可帮助 Google 确定文本是事件、食谱、产品还是其他内容类型，而无需使用标记。
根据结构识赖关系连别隐含含义：文本主体的格式可以改变其隐含含义。标题、换行符、列表和接近度提供了对文本的二次理解。例如，如果文本出现在 HTML 排序列表中或一系列带有数字的标题中，则它可能是一种操作或排名。该结构不仅由 HTML 标签定义，还由渲赖关系连染时的视觉字体大小/粗细和接近度定义。
您应该从本系列的前几篇文 现在不是去加莱的时候 章中熟悉自然语言处理的一些核心元素，例如命名实体的提取或基于结构元素的隐含含义的识别。
下面我想讨论的自然语言处理 API 表明 Google 已经掌握了许多此类流程。
什么是 Google 的自然语言处理 API？
自然语言处理API是Google向开发者提供的接口，用于访问Google自己的用于自然语言理解（简称NLU）的数据库，算法和机器学习资源。任何人都可以使用自然语言 API 来执行情感分析、实体识别、语法分析、内容分类和其他文本注释任务。
云自然语言 API 从非结构化文本中 迴聲資料庫 提取数据。除了提取地点、人物和事件等信息之外，该 API 还可以检测文本中的情绪（例如社交媒体评论赖关系连）并分析客户意图（例如在聊天机器人中）。为了获取信息，它将多个 Google Clo赖关系连ud API（见下文：Cloud Speech API、Vision API 和 Translation API）组合成一个产品。
使用的时候可以使用Google预先训练的算法，也可以使用自训练的算法。
根据任务的不同，API的使用部分免费，或者按时间或API访问次数计费。
下面我将用一个例子解释一些功能。由于自然语言处理 API 的演示目前无法运行，因此我借用了digitale Wunderwelt同事的截图。
通过 Google NLP API 进行语法分析
以下是语法分析的一个例子：