NLP 通用技术

文本生成

文本生成是使用计算机模拟人来生成文本的技术，可以分为 text-to-text，image-to-text，以及 data-to-text 等。文本生成的应用领域包括机器翻译、QA、文本摘要、文字改写、新闻报道（体育、气象、财经、医疗等）、报告的自动生成等。

随着深度学习等技术在文本生成领域的应用，近年来文本生成技术发展比较快，特别是源于机器翻译的 seq2seq 结构，广泛应用到了文本生成的各个领域。但是应用中还是存在很多诸如创新度不够、不流畅、语句之间相关性不强等问题。文本生成的难度在于，由于人类的语言表达是多种多样的，因此文本生成的结果的质量没有确定的标准，难以评估模型效果，同时对于结果质量和多样性的的平衡也很难把握。

情感分析

文本情感分析（Sentiment Analysis)，又称意见挖掘(Opinion Mining)，是自然语言处理领域的一个重要研究方向，在工业界和学术界都有广泛的研究和应用，在每年的国际顶会中（例如：ACL、EMNLP、IJCAI、AAAI、WWW 等）都有大量的论文。

简单而言，它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。相对于客观文本，主观文本包含了用户个人的想法或态度，是用户群体对某产品或事件，从不同角度、不同需求和自身体验去分析评价的结果，这些评价具有主观能动性和多样性，具有情感分析的意义和价值。