近年來隨著AI領域的蓬勃發展，以及OCR、NLP等深度學習技術的逐漸應用，大眾對人工智能已經司空見慣，包括我們在日常APP中也總能見到他們的身影，如例如阿里小蜜這樣的對話式的數據分析機器人。

隨著技術的不斷發展，AI作為技術支撐被整合到BI這個應用場景也變成了一項必備技能。今天我們就來講講NLP的概念以及如何在BI中應用的。

NLP的前世今生
NLP全稱是Natural Language Processing，即自然語言處理，是一個近些年極其熱門的概念。首先我們需要了解，NLP究竟是什么？從單詞拆分來看，分別對應的是自然、語言、處理。

處理：我們都理解是什么含義。語言可能說不出具體解釋，也能意會是個什么意思。但是第一個詞自然就讓人多少有點摸不著頭腦了，難道還有什么語言是不自然的嗎？其實這個概念是專屬于計算機領域的概念，所謂自然語言，其實就是相對計算機語言來說的，也就是人類使用的所有語言都屬于自然語言的范疇，而自然語言處理，就是指計算機如何處理自然語言，變成計算機能夠應用的信息的過程。

NLP的發展經過了幾個大的時代，第一個發展高潮出現在20世紀70年代，在那段時間統計學大放異彩，人們認為世間萬物似乎都可以用統計學的方式去模擬和計算，NLP也不例外，隱性馬爾可夫模型就是那個時代的產物。統計學方法盛行了一段時間，但是基于概率的算法似乎很難去理解人類的語言，很快就遇到了瓶頸，很難達到商用的水平，于是NLP沉寂了一段時間。千禧年之后，隨著計算機算力爆炸般的增長，之前就被提出的神經網絡的方式逐漸得到驗證，并且有了匹配甚至遠遠趕超統計模型能力的效果，并逐漸發展成今天的模樣。

BI中NLP應用的疑難點
但是，無論使用統計方法、CRF條件場、抑或是最新的神經網絡、深度學習等技術，最終的目的都是讓計算機理解人說的語言，知道當前一句話想要表達什么，這就涉及到兩個核心過程，一是知道這句話里面包含哪些信息，第二就是知道這些信息怎么組合，傳達出什么具體信息。其中第一部分信息通常需要使用分詞技術，而第二部分理解通常使用語言理解技術。

至于BI領域，和傳統NLP又大有不同，首先BI中的問題往往會包含一些特定的業務詞語。比如“今年GDP前十的省份是哪幾個？”，如果不是有所了解，就難以獲取其中的關鍵信息。再就是BI中的問題會有很強的業務價值，比如”2019年公司經營情況怎么樣？”，在不同的公司、行業、背景的人看來可能都是截然不同的問題，這樣的問題想要理解也不是一件容易的事情。

智能化BI應運而生
基于以上兩個難點，億信華辰自主研發多年的億信ABI中智能分析模塊則可以做出了一些針對性的調整和應答。首先基于第一點信息獲取不準確的問題，億信ABI使用了動態語料庫系統，對于接入系統的數據實時進行采集和統籌，將所有業務術語都獲取到語料庫中，可以保證業務詞匯大量地接入NLP引擎，對于業務術語有高效精準地采集能力。而基于第二點業務術語理解困難的問題，億信ABI基于不同用戶的使用習慣，動態理解并推薦業務問題的解決圖表，提供動態的解決方案，解決不同角色、不同公司、不同業務的問題。億信ABI的智能分析模塊具備以下特性：

1、語音交互 智能隨行
采用語音的方式進行交互，徹底變革傳統BI的數據分析方式。用戶通過自然語言提問，即可快速獲得正確的分析結果，極大降低用戶的數據分析門檻。

2、無需做表 即問即答
完全脫離傳統的報表體系，用戶無需預先設計報表，系統即可根據語音輸入自動生成最優的可視化結果。

3、智能展示 隨問而生
基于系統內置的數十種復雜算法分析用戶需求，并通過圖形引擎選擇最適合的圖形，實現智能的可視化展現。

如果你還在費時費力的找技術拿數據，寫郵件做匯報，這一款融合了語義理解技術、知識圖譜技術、高效搜索引擎和智能計算引擎等各類最新技術的智能化BI，難道不香嗎？億信ABI你值得擁有！