近年来随着AI领域的蓬勃发展，以及OCR、NLP等深度学习技术的逐渐应用，大众对人工智能已经司空见惯，包括我们在日常APP中也总能见到他们的身影，如例如阿里小蜜这样的对话式的数据分析机器人。
随着技术的不断发展，AI作为技术支撑被整合到BI这个应用场景也变成了一项必备技能。今天我们就来讲讲NLP的概念以及如何在BI中应用的。
NLP的前世今生
NLP全称是Natural Language Processing，即自然语言处理，是一个近些年极其热门的概念。首先我们需要了解，NLP究竟是什么？从单词拆分来看，分别对应的是自然、语言、处理。
处理：我们都理解是什么含义。语言可能说不出具体解释，也能意会是个什么意思。但是第一个词自然就让人多少有点摸不着头脑了，难道还有什么语言是不自然的吗？其实这个概念是专属于计算机领域的概念，所谓自然语言，其实就是相对计算机语言来说的，也就是人类使用的所有语言都属于自然语言的范畴，而自然语言处理，就是指计算机如何处理自然语言，变成计算机能够应用的信息的过程。
NLP的发展经过了几个大的时代，第一个发展高潮出现在20世纪70年代，在那段时间统计学大放异彩，人们认为世间万物似乎都可以用统计学的方式去模拟和计算，NLP也不例外，隐性马尔可夫模型就是那个时代的产物。统计学方法盛行了一段时间，但是基于概率的算法似乎很难去理解人类的语言，很快就遇到了瓶颈，很难达到商用的水平，于是NLP沉寂了一段时间。千禧年之后，随着计算机算力爆炸般的增长，之前就被提出的神经网络的方式逐渐得到验证，并且有了匹配甚至远远赶超统计模型能力的效果，并逐渐发展成今天的模样。
BI中NLP应用的疑难点
但是，无论使用统计方法、CRF条件场、抑或是最新的神经网络、深度学习等技术，最终的目的都是让计算机理解人说的语言，知道当前一句话想要表达什么，这就涉及到两个核心过程，一是知道这句话里面包含哪些信息，第二就是知道这些信息怎么组合，传达出什么具体信息。其中第一部分信息通常需要使用分词技术，而第二部分理解通常使用语言理解技术。
至于BI领域，和传统NLP又大有不同，首先BI中的问题往往会包含一些特定的业务词语。比如“今年GDP前十的省份是哪几个？”，如果不是有所了解，就难以获取其中的关键信息。再就是BI中的问题会有很强的业务价值，比如”2019年公司经营情况怎么样？”，在不同的公司、行业、背景的人看来可能都是截然不同的问题，这样的问题想要理解也不是一件容易的事情。
智能化BI应运而生
基于以上两个难点，亿信华辰自主研发多年的
亿信ABI中智能分析模块则可以做出了一些针对性的调整和应答。首先基于第一点信息获取不准确的问题，亿信ABI使用了动态语料库系统，对于接入系统的数据实时进行采集和统筹，将所有业务术语都获取到语料库中，可以保证业务词汇大量地接入NLP引擎，对于业务术语有高效精准地采集能力。而基于第二点业务术语理解困难的问题，亿信ABI基于不同用户的使用习惯，动态理解并推荐业务问题的解决图表，提供动态的解决方案，解决不同角色、不同公司、不同业务的问题。亿信ABI的智能分析模块具备以下特性：
1、语音交互 智能随行
采用语音的方式进行交互，彻底变革传统BI的数据分析方式。用户通过自然语言提问，即可快速获得正确的分析结果，极大降低用户的数据分析门槛。
2、无需做表 即问即答
完全脱离传统的报表体系，用户无需预先设计报表，系统即可根据语音输入自动生成最优的可视化结果。
3、智能展示 随问而生
基于系统内置的数十种复杂算法分析用户需求，并通过图形引擎选择最适合的图形，实现智能的可视化展现。
如果你还在费时费力的找技术拿数据，写邮件做汇报，这一款融合了语义理解技术、知识图谱技术、高效搜索引擎和智能计算引擎等各类最新技术的智能化BI，难道不香吗？亿信ABI你值得拥有！
（部分内容来源网络，如有侵权请联系删除）
