NLP基本术语简介

和谐气氛

人与人之间的沟通，必须在一个前提条件之下，才能取得效果，那就是和谐气氛。

和谐气氛，就是让每一个人放松下来，感到安全，并对对方有一定的信任，在这种情况下，个人与自己内心的感觉联系着，同时，大脑里理性的部分充分运作，因而最能在NLP技巧过程中取得理想的效果。

打破状态

当一个人处于某个内心状态，意念，思想及情感，而导致事情不能顺利进行或对现场环境有负面影响时，另外一个人可通过一些语言或行为为即时改变这个人的内心状态，这便是打破状态。

未来测试

未来测试是NLP技巧中必经的步骤之一，目的是引导本色的或对方想象在未来运用所学到的东西，或者测试所应用的技巧是否有效，通常，一个NLP技巧完成后，会先来个打破状态，再做个未来测试，若效果满意，便可以结束整个过程。

呼气与吸气

身体各部分向大脑传递信息，在呼气与吸气时是不同的，因此身体的机能在呼气与吸气时也会不同，呼气时身体处于一个放松的状态，适合于松弛及放松身体各部分时使用，吸气时身体处于一个强化的状态，适合于加强，凝聚及提升身体能力时使用。

时间线

人脑对于记忆或思考某件事情是有其时间位置的，一般来说，用右手的人，其过去位于左边而未来位于右边，距离现在越远的过去或未来时间，则越远离自己的鼻子，现在则会在眼前，因此他们的时间线是从左至右，从远至近又再走远。

有些人的时间线会贯通自己，未来在前面现在在眼下，过去则在身后，也有一些人的时间线在未经整理之前，是乱七八糟的。

时间线可以很容易地进行整理，调整时间线可以使一个人减少焦虑或提高积极性。在NLP技巧中，时间线更是简单的一条在地上无形的直线。

经验擎

一些事物会使我们回想起往事，因而带回这些往事中本人当时的感受，这些事物便是经验擎。

经验擎可以分为4中

1视觉型经验擎，中国成语，睹物思人是较为恰当的描述。

2听觉经验擎，歌曲，名字都属于听觉经验擎。

3感觉经验擎，握手，拥抱，吻脸，摸头等身体接触。

4内感觉经验擎，一些静坐宗派所采用的 心号 。

其中1-3的经验擎，也可转为内视，内听，内感觉型的经验擎。

以上

词是最小的能够独立活动的有意义的语言成分，英文单词之间是以空格作为自然分界符的，而汉语是以字为基本的书写单位，词语之间没有明显的区分标记，因此，中文词语分析是中文分词的基础与关键。中文和英文都存在分词的需求，不过相较而言，英文单词本来就有空格进行分割，所以处理起来相对方便。但是，由于中文是没有分隔符的，所以分词的问题就比较重要。分词常用的手段是基于字典的最长串匹配，据说可以解决85%的问题，但是歧义分词很难。举个例子，“美国会通过对台售武法案”，我们既可以切分为“美国/会/通过对台售武法案”，又可以切分成“美/国会/通过对台售武法案”。

中文分词技术可分为三大类：

基于机器学习的方法里，往往需要对词的词性进行标注。词性一般是指动词、 名词、形容词等。标注的目的是表征词的一-种隐藏状态，隐藏状态构成的转移就构成了状态转移序列。例如:我/r爱/v北京/ns天安门/ns。其中，ns代表名词，v代表动词，ns、v都是标注，以此类推。

词性作为对词的一种泛化，在语言识别、句法分析、信息抽取等任务中有重要作用。

http://blogcsdnnet/truong/article/details/18847549

命名实体是指从文本中识别具有特定类别的实体(通常是名词),例如人名、地名、机构名、专有名词等。主要包含两部分：

命名实体识别是信息提取、问答系统、句法分析、机器翻译、面向SemanticWeb的元数据标注等应用领域的重要基础工具。

https://blogcsdnnet/u012879957/article/details/81777838

句法分析往往是一种基于规则的专家系统。当然也不是说它不能用统计学的方法进行构建，不过最初的时候，还是利用语言学专家的知识来构建的。句法分析的目的是解析句子中各个成分的依赖关系。所以，往往最终生成的结果是一棵 句法分析树。句法分析可以解决传统词袋模型不考虑上下文的问题。比如，“小李是小杨的班长”和“小杨是小李的班长”，这两句话，用词袋模型是完全相同的，但是句法分析可以分析出其中的主从关系，真正理清句子的关系。

中文中代词出现的频率很高，它的作用的是用来表征前文出现过的人名、地名等。例如，清华大学坐落于北京，这家大学是目前中国最好的大学之-。 在这句话中， 其实“清华大学”这个词出现了两次，“这家大学指代的就是清华大学。但是出于中文的习惯，我们不会把“清华大学”再重复一遍。

一般情况下，指代分为2种：回指和共指。

回指是指当前的照应语与上文出现的词、短语或句子（句群）存在密切的语义关联性，指代依存于上下文语义中，在不同的语言环境中可能指代不同的实体，具有非对称性和非传递性；

共指主要是指2个名词(包括代名词、名词短语)指向真实世界中的同一参照体，这种指代脱离上下文仍然成立。

目前指代消解研究主要侧重于等价关系，只考虑2个词或短语是否指示现实世界中同一实体的问题，即共指消解。

中文的指代主要有3种典型的形式：

所谓情感识别，本质上是分类问题，经常被应用在舆情分析等领域。情感一般可以分为两类，即正面、负面，也可以是三类，在前面的基础上，再加上中性类别。一般来说，在电商企业，情感识别可以分析商品评价的好坏，以此作为下一个环节的评判依据。通常可以基于词袋模型+分类器，或者现在流行的词向量模型+RNN。经过测试发现，后者比前者准确率略有提升。

自动纠错在搜索技术以及输人法中利用得很多。由于用户的输人出错的可能性比较大，出错的场景也比较多。所以，我们需要一个纠错系统。具体做法有很多，可以基于N-Gram进行纠错，也可以通过字典树、有限状态机等方法进行纠错。

这是一种类似机器人的人工智能系统。比较著名的有:苹果Siri、IBM Watson、微软小冰等。问答系统往往需要语音识别、合成，自然语言理解、知识图谱等多项技术的

问答系统（Question Answering System, QA）是信息检索系统的一种高级形式，它能用准确、简洁的自然语言回答用户用自然语言提出的问题。

基于自由文本的问答系统，基本上分为三个模块：

问句分析->文档检索->答案抽取（验证）

https://blogcsdnnet/class_guy/article/details/81535287

针对目标句子，进行各种句法分析，如分词、词性标记、命名实 体识别及链接、句法分析、语义角色识别和多义词消歧等。

抽取目标文本中的主要信息，比如从一-条新闻中抽取关键信息。主要是了解是谁、于何时、为何、对谁、做了何事、产生了有什么结果。涉及实体识别、时间抽取、因果关系抽取等多项关键技术。

主要包含了对文本的聚类、分类、信息抽取、摘要、情感分析以及对挖掘的信息和知识的可视化、交互式的呈现界面。

将输人的源语言文本通过自动翻译转化为另种语言的文本。根据输人数据类型的不同，可细分为文本翻译、语音翻译、手语翻译、图形翻译等。机器翻译从最早的基于规则到二十年前的基于统计的方法，再到今天的基于深度学习(编解码)的方法，逐渐形成了一套比较严谨的方法体系。

对大规模的文档进行索引。可简单对文档中的词汇，赋以不同的权重来建立索引，也可使用算法模型来建立更加深层的索引。查询时，首先对输人比进行分析，然后在索引里面查找匹配的候选文档，再根据一个排序机制把候选文档排序，最后输出排序得分最高的文档。

针对某个自然语言表达的问题，由问答系统给出一个精准的答案。需要对自然语言查询语句进行语义分析，包括实体链接、关系识别，形成逻辑表达式，然后到知识库中查我可能的候选答案并通过-个排序机制找出最佳的答案。

系统通过多回合对话，跟用户进行聊天、回答、完成某项任务。主要涉及用户意图理解、通用聊天引擎、问答引擎、对话管理等技术。此外，为了体现上下文相关，要具备多轮对话能力。同时，为了体现个性化，对话系统还需要基于用户画像做个性化回复

参考： https://mpweixinqqcom/s/QjpOzO8Mt17mtnC7efT8nQ

含金量非常高！其实很多人对现在心理学市场市场不了解，所以往往误以为证书的含金量不高，主要是因为颁发单位变更，但是大家是否想过国家为了要变更颁发单位呢？原来的二三级证书都是考生自主学习以及考试的，但是最后能从业的或者有能力的人却很少，而现在证书都是经过专业课程培训以及按照国家资格证书考试，所以虽然变更发证单位但是对其含金量是没有任何的影响。现在报考心理咨询师，还有奖学金补贴，最高3000元，领取渠道