中文中有一詞多義，相比英文分析，中文語義分析的語義分析面臨更多技術難題。靈玖大數據在研發過程中，充分考慮到了中文特殊性，針對一詞多義和文章中出現的新地點名均提出了解決方案，提高了中文語義分析的準確性。

漢語智能分詞

中文分詞是語義分析的基礎階段，是進行中文信息處理必備的核心部件。靈玖綜合了各家所長，采用條件隨機場（Conditional Random Field,簡稱CRF）模型。

條件隨機場運用CRF模型，采用了先將漢語語言進行定性的方式分析語言，根據自然語言的運用環境對多義詞進行定義，極大地提高了中文語言解析的準確性，**詞性標注準確率接近99%，準確率高、速度快、可適應性強。

除了對多義詞的高準確率區分，在對一些地點和機構名的識別問題上，即使這類詞沒有事先存入系統，CRF模型同樣能夠自動挖掘出這類詞。條件隨機場極大地提高了識別的準確率，能夠滿足多樣場景需求。

文本關鍵字提取

提取文章關鍵詞對于讀取文章的意義在于，在掌握文章的主題思想的前提下，了解文章關鍵字能夠達到精華閱讀效果，完成文章的語義查詢和快速匹配。采用基于語義分析的語言統計模型，文檔使用的范圍也更加廣泛，對新詞的識別率也很高。

關鍵詞提取組件的主要特點包括：

1、速度快：實現對海量網絡文本處理，實現每小時50篇文檔的高效處理模式。

2、處理精準： N的結果反應了文章的主要枝干方向。

3、精準排序：根據影響權重進行排序，關鍵詞可以輸出權重值；

4、開放式接口：作為LJParser的一部分，文章關鍵詞能夠提取組件采用靈活的開發接口，能夠方便地融入到用戶的業務系統中，以及支持各種操作系統和調用語言。

自動文本摘要

對文章進行摘要提取能夠使用戶快速掌握文章內容，提供工作效率。

自動摘要的中間件能夠處理的不只是單篇文章的摘要提取，還包括對同類型的文章進行處理，提取出一篇簡明扼要的摘要。同時，用戶可以自由設定摘要的長度、百分比等參數；處理速度達到每秒鐘20篇。

靈玖軟件專注于大數據語義智能分析，憑借其在自然語言處理、信息檢索、信息過濾、知識圖譜等方向的**核心技術積累，形成了面向大型企業和政府軍隊的一系列語義智能化軟件系統。