文本分析技術特點是什麽？

由於詞意庫是自學習形成，因此不需要預先設置龐大的詞典庫，而且最重要的是,學習是持續性的，系統對詞意的理解會隨著外界的變化而變化，並能不斷增添新創詞匯。 由於同壹個詞，對於不同的人，詞意可能是不同的，因此可以根據每個用戶的習慣形成自己的子詞意庫，可使用子詞意庫對文本進行二次分析，產生個性化結果。 系統的學習分為兩種方式： 知識學習 系統自動在互聯網上進行，無特定目的地吸收網上各種信息，並對收集到的信息進行分析後作為知識保留，整個過程無需人工幹預，可壹天 24 小時不間斷地進行。 經驗學習 每壹次用戶的具體使用，其結果也將作為經驗保留下來，並對知識學習的結果進行修正。分詞技術不追求 100%的準確，而講究實用、快速，不依賴於龐大的詞匯庫或知識庫，因此可以做到不針對特定領域，可解決人名、地名、新出現的詞匯等的分詞，這些問題是傳統分詞方法難以解決的，尤其是新詞匯的分詞，幾乎是壹個世界性的難題。 由於整個核心算法並非基於字、詞典及語法，而是從模仿人類對語言文字的理解入手，比如壹個兒童並不懂得查字典和語法，但能夠聽懂別人說的話，因此對核心只要稍作修改便能夠用於英語及其它文字語言，就好象壹個嬰兒，妳把他放到哪個國家，他就能學會當地的語言。