1樓：NLPIR
深度學習在文字挖掘領域能夠實現多種功能的應用，比如文字分類、文字聚類、摘要實體生成、智慧型過濾、情感分析、知識圖譜等。
NLPIR大資料語義智慧型分析平台即實現了語料資料的採集預處理，經過自然語言處理到文字挖掘，資訊檢索再到視覺化呈現等應用。
資料收集和預處理
資料收集和預處理能夠實現主題採集和站點採集從網際網路上爬取資訊和處理本地上傳或錄入的資訊，包括不同文件格式轉換和編碼轉換的工具。
自然語言處理
自然語言處理部分可以進行批量分詞、新詞發現和主題抽取和語言統計；文字挖掘部分可以進行文字分類、文字聚類、摘要實體生成、智慧型過濾、情感分析、文件去重；
資訊檢索
資訊檢索可以進行模糊查詢快速全文檢索，附帶還有文件去重的工具。
視覺化呈現
視覺化呈現可以畫出各種使用者喜歡的資訊表示圖案，如詞雲圖等。
2樓：美團技術團隊
【AI in 美團】深度學習在文字領域的應用
近幾年以深度學習技術為核心的人工智慧得到廣泛的關注，無論是學術界還是工業界，它們都把深度學習作為研究應用的焦點。而深度學習技術突飛猛進的發展離不開海量資料的積累、計算能力的提公升和演算法模型的改進。本文主要介紹深度學習技術在文字領域的應用，文字領域大致可分為4個維度：
詞、句子、篇章、系統級應用。
當然上面這些文字領域的深度學習應用只是冰山一角，深度學習應用還有知識圖譜、自動摘要、語音、影象文字生成等。總體趨勢是，各文字研究和應用的方向都在嘗試深度學習技術，並分別取得了進展。在文字領域，如果想跟影象、語音那樣取得突破性進展還面臨重重困難，如不同任務的大規模標註資料缺乏，如何建模能捕捉語言的邏輯性以及所蘊含的地域、文化特色等等。
本文對美團在文字中應用較多的文字匹配、排序模型進行介紹。（深度學習在文字領域的應用 -美團技術團隊官網）
3樓：
最近我在看DL，文字處理肯定是可以的，我做的專案就是用Deep Belief Network，做影象用convolution neural network好像效果更好！但是一樣，CNN也可以用於文字處理！
如何將卷積神經網路應用在一維時間序列資料上？
哈哈哈 振動訊號就是天然的一維時間序列資料。卷積神經網路可以用在不同故障狀態下的振動訊號分類，據此進行機械裝置故障診斷。更進一步地，如果訊號中雜訊較多的話，可以考慮使用特殊形式的卷積神經網路，例如深度殘差收縮網路 1 在軟閾值化層的幫助下，深度殘差收縮網路更適合含噪振動訊號 2 深度殘差收縮網路 C...
智慧型語音如何應用在呼叫中心行業？
AI Dezhu 呼叫中心是依靠技術與人力資源支援的行業，隨著人口紅利的消失，降低人力成本成為企業的迫切需求。利用AI技術，企業呼叫中心將在人機協同 智慧型分析 優化使用者體驗方面迎來創新與突破。在呼叫中心領域，AI技術發展有兩大方向 以AI輔助人工勞動，實現高效協同 以AI替代人工勞動，節省人力成...
如何練習能讓日語應用在日常對話中？
納zhi豆子 首先，無論碰到多大的困難，也不要放棄！其次，要多說多練！只有嘴皮勤，才能把說慣了中文的嘴練成中文日文同樣流暢！第三，臉皮一定要厚！不要怕別人笑話，別人越笑，越要充滿激情地 起勁地 加油地練習，一定要用一口流利的日語證明他們是錯誤的 愚蠢的！你不可能總是控制環境，但你可以控制自己的思想。...