常见问题

Q：自然语言处理能力是否支持英文或其他外文?
A：因训练语料大多为中文，故目前在中文领域内效果较好，英文或其他外文暂不支持。

Q：输入编码是什么?
A：目前支持输入GBK编码和UTF-8编码。

Q：词法分析结果中的词性标注都是什么含义?
A：详见下表，具体请参考API文档。

Q：依存句法关系标签有哪些？

A：我们可分析34种句法依存关系，详细介绍请参考API文档。

1. 定中关系ATT
2. 数量关系QUN（quantity）
3. 并列关系COO（coordinate）
4. 同位关系APP（appositive）
5. 附加关系ADJ（adjunct）
6. 动宾关系VOB（verb-object）
7. 介宾关系POB（preposition-object）
8. 主谓关系SBV（subject-verb）
9. 比拟关系SIM（similarity）
10. 时间关系TMP（temporal）
11. 处所关系LOC（locative）
12. “的”字结构DE
13. “地”字结构DI
14. “得”字结构DEI
15. “所”字结构SUO
16. “把”字结构BA
17. “被”字结构BEI
18. 状中结构ADV（adverbial）
19. 动补结构CMP（complement）
20. 兼语结构DBL（double）
21. 关联词CNJ（conjunction）
22. 关联结构 CS(conjunctive structure)
23. 语态结构MT（mood-tense）
24. 连谓结构VV（verb-verb）
25. 核心HED（head）
26. 前置宾语FOB（fronting object）
27. 双宾语DOB（double object）
28. 主题TOP（topic）
29. 独立结构IS（independent structure）
30. 独立分句IC（independent clause）
31. 依存分句DC（dependent clause）
32. 叠词关系VNV （verb-no-verb or verb-one-verb)
33. 一个词YGC
34. 标点 WP

Q：词向量表示具备多少维度?
A：我们提供1024维的词向量表示，后续版本会考虑提供降维版本以适用于不同场景。

Q：中文DNN语言模型对文本个数有什么限制？输入编码是什么?
A：最大长度256字节，大约为128个汉字，支持GBK编码输入，不需要切词。

Q：中文DNN语言模型中英文混杂怎么办？
A：模型词表中包含常用高频英文单词，也可以进行匹配。

Q：为什么很多词的词义相似度都是1?
A：尽管词向量的词表在百万量级，但仍有可能出现不在词表中的词，不在词表中的词统一映射到OOV（out-of-vocabulary）中，所以当词对中的两个词都是OOV的时候，相似度为1。

Q：短文本相似度对文字字数有什么限制?
A：最大长度512字节，大约为266个汉字，但字数过多或过少会对效果略有影响。

Q：短文本相似度计算，中英文混杂怎么办?
A：模型词表中包含常用高频英文单词，对中文语境中的“中英混排”文本可以很好的进行匹配。

Q：为什么有时短文本相似度计算没有返回结果?
A：有结果返回的前提条件是文本中的单词被词表收录，尽管模型词表很大（百万级），但仍然偶尔会出现不在词表的问题，当文本所有单词都不在词表中的时候，会得不到结果。

Q：评论观点抽取对输入的评论长度有限制么？
A：最大长度10240字节，大约为5120个汉字。

Q：评论观点抽取可以标记挖掘出观点的文本位置吗？
A：可以的，输出结果中包含观点标签在原始文本中的位置。例如可以标记出：这家旅店服务还是不错的。

Q：评论观点抽取支持自定义词典上传吗？
A：评论观点抽取定制版已于2018.7月正式开放，可支持用户自行上传扩展13个垂类的表述观点词表内容，以保证定义和抽取更丰富的评论内容，具体可参见官网文档介绍与功能介绍。

Q：评论观点抽取可以批量上传并总结好标签及个数吗？
A：可以利用接口实现该功能。接口可以实现对每个评论的评论观点标签抽取和极性分析，多次调用即可实现多评论的标签挖掘和分析。

Q：情感倾向分析可以分析哪些情感类型?
A：目前分析的情感极性分为积极、消极、中性。

Q：情感倾向分析与对话情绪识别有何差异?
A：对话情绪识别是对用户对话场景下的语言是正向/中性/负向（如：你好厉害啊/烦死啦）的一种直观检测，而情感分析更倾向于分析对某个客体（如：电影、书籍）所表达出来的喜好/讨厌程度，两者在对应场景下的效果最优，否则将会一定程度影响识别准确率。

更多问题，这里交流：https://ai.baidu.com/forum/topic/list/169