语义辨认可以分为三层：
1.运用层：
包含行业运用和智能语音交互体系/技巧运用。
2.NLP技巧层：
包含以说话学、盘算机说话等学科为配景的，对天然说话停止词语解析、信息抽取、时光因果、情感断定等等技巧处置，终究到达让盘算机“懂”人类的说话的天然说话认知，和把盘算机数据转化为天然说话的天然说话生成。
a）词语解析与信息抽取：包含分词、词性标注、定名实体辨认和词义消歧，从给定文本中抽取主要的信息。
b） 句法解析与语篇懂得：对篇章构造的一系列持续的子句、句子和语段间必定条理构造和语义关系的剖析，包含时光、事宜、因果关系等，乃至于文本所携带的情感辨认。
c） 天然说话生成：从构造化数据中以可读处所式主动生成文本的进程。包含三个阶段：文本计划（完成构造化数据中基本内容的计划）、语句计划（从构造化数据中组合语句，来表达信息流）、完成（发生语法通畅的语句来表达文）。
3.底层数据层：辞书、数据集、语料库、常识图谱，和内部世界知识性常识等都是语义辨认算法模子的基本。
说话自己词性、词性、词义、表意、构成逻辑庞杂等性质，决议了语义辨认的难度。因此语义辨认技巧也触及说话学、盘算机说话、数学、统计学、哲学、生物学等诸多普遍的学科支持：
a）音韵学 ：指代说话中发音的体系化组织。
b）词态学：研讨单词组成和互相之间的关系。
c）句法学：给定文本的哪部门是语法准确的
d）语义学：给定文本的寄义是甚么？
e）语用学：文本的目标是甚么？
语义辨认运用场景
语义辨认技巧可以剖析网页、文件、邮件、音频、服装论坛t.vhao.net、社交媒体中的年夜量数据，运用范畴普遍，既可以直策应用于医疗、教导、金融等行业。也能够经由过程技巧接口运用于一切智能语音交互场景，如智能家居、车载语音、可穿着装备、VR、机械人等，从交互的方法上，也能够分为：现实问答、常识检索、分类成绩等。智能语音交互被看作将来人工智能技巧中最值得等待的运用场景。
1）医疗+：
电子病例体系：为医疗专业人士供给及时语音听写、电子病历录入等。
智能问诊/帮助诊断：直接办事于C端用户或许医疗专业人士，经由过程对症状的描写，症结词查询，停止病症的初步断定，分类科室、帮助诊断等。
数据库查询：为临床专业人士供给语音导航、相干论文、文献材料库检索查询等。
2）教导+：
白话测评：基于天然说话处置技巧停止白话才能的测评。
自顺应进修：经由过程人工智能技巧，题库体系，和算法模子，依据先生在测试中对上一道成绩的答复情形，主动调剂先生接上去所需答复成绩的难度温柔序，以到达让每个先生具有最适合的进修计划。
教导机械人：以激起先生进修兴致、造就先生综合才能为目的的机械人硬件产物，和智能教导体系。
3）金融+：
主动申报生成：将公司年报、招股书、行业消息、司法通知布告等构造化和非构造化的信息、数据停止处置，而且构造化生成申报，办事于投资银行，证券研讨机构。
风控/征信：经由过程爬去小我及企业在其主页、社交媒体、消息中的文本，剖析、猜测、断定其投资风险点。
量化生意业务：应用天然说话处置，深度进修（Deep Learning）等多种AI技巧，停止量化生意业务模子的树立。
智能投顾：以更壮大的盘算机模子应用人工智能的技巧对年夜量客户停止财富画像，为客户量身定制的资产治理投资计划。
潜伏客户发掘/定制化保险。
4）司法+：
智能司法检索：对数字化司法文本、裁判文书等司法材料的检索。
主动核阅：对司法文件、合一致文件停止审查、剖析和研讨，停止查询拜访取证、失职查询拜访、合规审查、电子取证等。
智能文书草拟：人工智能体系将能够草拟年夜部门的生意业务文件和司法文件乃至告状书、备忘录和判决书，律师的脚色将从草拟者酿成审校者。
在线司法办事/司法机械人：直接向终端用户供给普通司法征询办事，好比遗言、婚姻征询、交通变乱征询等。
5）消息/文献+：
重新闻素材收集、智能编纂、主动写作、主动化文摘生成，到消息的智能分发，语音/语义辨认、AI翻译等技巧正在周全的停止消息流传行业。依据腾讯研讨院盘算，曩昔8年，消息业支出削减了1/3，失业岗亭削减了1.7万个。
6）智能贸易+：
智能/虚拟客服：基于体系数据库、常识图谱，在与客户的对话中，获得客户需求，并供给响应的谜底来处理客户的成绩。
舆情监控：经由过程对互联网的海量信息主动抓取、分类聚类、主题检测、专题聚焦、完成对收集舆情监测和消息专题追踪等，并能构成剖析申报，提出应对战略。
数据发掘/智能营销：人工智能技巧处置技巧关于用户在互联网上留下的年夜量小我信息、登录信息、途径关系、社交关系、花费记载等数据有极高的处置效力，经由过程各类算法模子，到达数据发掘，用户精准需求剖析，主动化营销等目标。
7）翻译+：
基于深度进修技巧的神经翻译技巧（NMT），比拟较于规矩法（RBMT）、统计法 （SMT）两种机械翻译办法，最年夜的长处在于1.不在须要工资的去抽取特点；2.不须要停止词语切分、词语对齐、句法树设计等庞杂的设计任务，而跟着样本库的扩大和练习量的增长，其翻译才能获得正向晋升。
将来，基于深度进修的翻译技巧将更多的运用在会话、同声翻译、文本翻译等多种场景。
语义辨认情况配景剖析
语音辨认、语义辨认是天然说话处置最主要的两项技巧，且接洽慎密，在上述语义辨认的普遍运用场景中，经常是语音、语义互相嵌套，配合感化的成果，年夜多半研讨语义辨认的公司也触及到语音辨认技巧的研讨，因此下述的剖析中，触及数据方面，我们更多的是放在“天然说话处置”层面来评论辩论的。
天然说话处置作为一项主要的人工智能技巧之一，成为 2017年最炙手可热的范畴，在全体上离不开政策上的支撑，技巧上的停顿，市场运用的极低价值，本钱投资等多方面的配合感化。
政策层面：政策引诱是语义辨认增加的内在驱动
人工智能作为国度计谋成长计划之一，足见其主要性，在这个政策的纲要下，国度型天然迷信基金、家当基金、处所当局财税优惠政策、人工智能相干试验室、科技家当园区等实在增进人工智能的成长落地，为主动驾驶、盘算机视觉、语音/语义辨认创业供给了更好的前提和基本举措措施。
经济层面：经济价值是语义辨认成长的燃料
一方面，天然说话处置运用场景普遍，市场潜力和经济价值伟大，Global Market Insights的数据显示，2017-2024这七年，智能语音交互的全球市场，每一年增加率将到达34.9%。据预算，2024年的全球市场范围，将到达720亿元。
另外一方面，国际本钱关于天然说话处置的投入也相当伟大，依据鲸准App数据统计，截止今朝，天然说话处置已表露融资总额累计超 54 亿元。
自2015年以来，本钱每一年在天然说话处置范畴的投资到达10亿元以上，2017年投资总额到达了18亿，从趋向上，近几年本钱关于天然说话处置创业公司的存眷度赓续上升，本钱投入也在加年夜（2015年5起、2016年12起、2017年1起未表露金额投资事宜未计入下表统计）。
另外，在创业获投率上，天然说话处置相干公司的获投率到达惊人的50%以上。
社会层面：机会与障碍共存
天然说话处置技巧的成长给生涯带来极年夜的方便，人机交互更天然，更丰硕。但是技巧的逐步深刻，在发明更多经济价值的同时又不能不面临随之而来能够发生平安性、准确性、公正性、品德原则等成绩。
技巧层面：技巧提高语义辨认成长的焦点
1. 数据量。
经由互联网、社交收集、行业信息化、云存储的成长，许多处所就积聚了足够量的数据。当数据量缺乏时，天然说话处置还只能停止浅层模子剖析，精确性上遭到限制；当数据量增年夜，应用RNN、CNN为代表的神经收集深度算法模子对数据停止更庞杂、准确的建模，从而使说话、语义的辨认到达更好的后果。
2. 算法模子。
语义辨认的完成离不开NLP说话处置义务体系，跟着更年夜语料库的扶植和语料库说话学的突起，基于密集向量表征的神经收集在多种NLP义务上的运用取得优良结果。
虽然深度进修算法模子其实不是天然说话处置最好的方法，但确是今朝研讨天然说话处置表示最好的方法，它在必定水平上减缓了词面不婚配、数据稀少、语义鸿沟等成绩。
天然说话处置创业数据与投资存眷静态
1.天然说话处置创业数据
依据鲸准App数据统计，自2010年起，国际有关于天然说话处置的新创公司有179家，分离在2014年、2015年和2016年出现公司成立激增的状况，而2017年公司创建有显著的下滑状况，剖析缘由，一方面如思必驰、云之声、助理来也等先发成立的始创公司在时光、技巧、融资方面曾经获得不小的优势，另外一方面，在新技巧运用场景开辟、技巧人才网job.vhao.net贮备上有一个断档期。
2.天然说话处置相干标签热度
鲸准App近5个月的标签存眷热度显示，天然说话处置全体存眷度连续增加，个中语音辨认存眷度从7月以来增加显著，而机械翻译、语音小我助手的存眷热度较之前有所下滑，其他语义辨认、聊天机械人、智能客服、智能音响出现稳固的动摇和连续的存眷状况。
3.科技巨子相干停顿
虚拟助理，智能音箱，AI翻译……科技巨子本年在语音、语义辨认范畴有很多年夜停顿。
苹果Siri，谷歌Assistant，微软小娜，三星Galaxy S8也在本年宣布了本身的Bixby智能助理，京东、阿里巴巴、百度、联想、小米、出门问问和喜马拉雅等公司都接踵宣布和更新迭代了本身的智能音箱产物，抢占家庭场景进口；包含Google、Facebook、微软、百度、腾讯、搜狗在内的各年夜技巧巨子却在竭尽全力地推动深度进修在机械翻译范畴的研发和运用……
4.天然说话处置创业代表厂商
国际最早的天然说话处置创业公司在经由几年的成长，曾经在许多范畴取得比拟年夜的结果，各年夜厂商在辨认技巧上表现出来的差别性其实不是太年夜，值得留意的是，语音辨认、语义辨认技巧应当加倍看重场景的垂直，在这方面，各年夜厂商各有定位和建树，因此，精准App数据中间只罗列展现了数据库中所受存眷度较高的项目（排名不分前后）。
