以往都是通过人工的形式来收集“全国两会代表委员新闻档案”，但由于代表委员的报道记录数量大、来源复杂，从中能够整理出真实有用、与代表关联性强的新闻报道数量却极少且效率极低；同时，对海量报道数据做分类、匹配处理也极大耗费了编辑的精力和时间。因此，如何提高信息整理、分发效率，是川报观察迫切需要解决的难题。

川报观察在引入百度大脑NLP的词法分析接口后，实现对四川人大代表及全国政协委员的相关新闻报道进行分词处理、并可统计词频，能为每一位代表、委员建立独立的新闻档案，还可以通过“一键搜索”的方式对代表、委员的新闻事迹进行跟踪。

在引入百度大脑NLP的文章分类、文章标签接口后，川报观察能够对每个不同媒体渠道的新闻数据统一进行打标签处理，并能在分类后通过川报观察的客户端进行内容展示，极大提高了工作效率和用户体验。

以下是百度大脑NLP能力在川报观察中的使用示例：