人工智能仍以机器学习技术为主。考虑到流程 自然语言之旅的下 和成本效率的组织优先考虑，这是可以理解的。然而，机器学习有其局限性——它无法独自解决。
自然语言技术有能力改变机器学习的可能性。综合起来，在混合人工智能方法中，可能性几乎是无限的。我们已经亲眼目睹了混合人工智能的巨大影响，分析师也开始注意到这一点。
出于这些原因，我们在 7 月份推出了第一个expert.ai 自然语言 API。我们希望每个人都拥有自然语言理解的能力，而这个 API 是让人工智能变得简单、人人可用的最佳方式。自 7 月以来，我们不断完善我们的产品并添加功能，不仅改善了平台功能，还增强了您可以从中提取的功能。API由我们全面的知识图谱提供支持，该图谱提供了无与伦比的人类语言上下文理解能力。
我们最初的 API 版本为
用户提供了一个基础产品，用户可以使用它来分 whatsapp 号码数据 析和提取五种语言（英语、意大利语、德语、西班牙语和法语）文本的价值，其功能如下：
- 语言分析
- 关键短语提取
- 命名实体识别
- 使用媒体主题和地理分类法进行分类
这为用户提供了从非结构化数据中提取有意义信息的基础。鉴于 90% 的企业领导者认为从数据中提取价值对于未来的成功至关重要，采用此 NL API 是一个无风险、高回报的机会。
几乎每个垂直行业的组织都可以从 NLU 中受益。无论是保险公司需要自动化和简化承保流程，还是媒体组织寻求更好地了解特定主题的氛围，每个组织都有适用的用例。
NL API 的新功能
在 expert.ai，我们不会自满。我们最初提供 API 的目的是帮助您在组织内建立 NLU 基础。现在，我们希望您在此基础上继续发展。我们相信以下功能将为您提供实现这一目标的工具。
关系提取
人类语言是一系列实体之间的关系（即 哎哟： “联邦卫生部长已多次明确表示 主语和动词，或动词和宾语）。这些关系构成了对话或文本中的上下文。从历史上看，计算机一直难以准确地从文本中区分和提取这些关系。
通过此功能，您可以超越关键字提取，通过确定谁执行了操作或事件发生的时间，从文档中获得更多价值。例如，您可以连接“Mary 推了 John”中的主谓宾，并能够将其与“John 推了 Mary”区分开来，即使使用的单词相同。
情绪分析
人类通过两种方式表达情绪（或情感）：他们交流的词语和交流的语气。语气在文本中往往含糊不清且难以理解，因此我们根据感知到的相关性关注词语本身，并为它们分配一个值 — 负面（-1）、中性（0）或正面（1）。在分析文本的语气时，我们可以准确地为文档分配从负面到正面的整体情绪。
有了这些数据，您就可以了解一段文字背 比特币电子邮件列表 后的真正含义。事实证明，这对客户服务团队分析客户反馈特别有价值。虽然使用一到五分制的客户评论对消费者很有价值，但只有他们的书面反馈才能为组织提供真正的意义。解读情绪可以描绘出更清晰的画面。