随着社交网络等新型网络的迅猛发展，文本大数据呈几何级数增长，语料库的 加工处理一般都是由文科背景的研究人员完成，因此，急需快速简便的大数据内容批处理平台。

NLPIR大数据语义智能分析平台是一个全链条的分析工具，完全本地化部署， 不上传用户数据，安全可靠。融合了网络精准采集、自然语言理解、文本挖掘和 网络搜索的技术，提供客户端工具、云服务以及二次开发接口，包含了大数据背 景下有关语义分析的各个环节的工具。语义智能分析的全链条指的是从语料数据的采集预处理，经过自然语言处理 到文本挖掘，信息检索再到可视化呈现和导出以便适合于不同人员的使用需求的 全部处理过程。

数据收集和预处理部分

数据收集和预处理中包括了通过主题采集和站点采集从互联网上 爬取信息和处理本地上传或录入的信息，同时还提供了不同文档格式转换和编码 转换的工具。

自然语言处理部分

自然语言处理部分可以进行批量分词、新词发现和主题抽取和语言 统计；文本挖掘部分可以进行文本分类、文本聚类、摘要实体生成、智能过滤、情感分析、文档去重；

信息检索部分

信息检索部分可以进行模糊查询快速全文检索，附带还有 文档去重的工具。

可视化呈现部分

可视化呈现部分可以画出各种用户喜欢的信息表示图案，如词 云图等。

导出部分

导出部分贯穿在各个功能当中，将输出结果导出，用户可以采用导出的内容写入分析报告当中。对于有开发背景的还可以通过API进行二次开发满足特定需要，自动生成分析报告。

在使用层面，NLPIR大数据语义智能分析平台先后历时20年，融入了20年的科研成果。平台由多个中间件组成，各个中间件API可以无缝地融合到客户的各类 复杂应用系统之中，可兼容Windows、Linux、Android、Maemo5、FreeBSD等不 同操作系统平台，可以供Java、C、C#等各类开发语言使用。无论对没有任何编程背景但要大量处理语 言、媒体信息的文科生辅助处理分析，还是对需要二次开发才能完成特定领域的 信息服务都可以满足要求。现在已经服务了 全球40万家机构用户和100余家高校用户，免费给研究人员从事研究工作。