❶ NLP - 基础任务 - 语义分析
语义分析（Semantic analysis）是自然语言处理（NLP）领域中的基础任务，主要分为两个层面进行：Word level 和 Sentence level。
在Word level层面，语义分析的任务包括：
1. **词义消歧（Word Sense Disambiguation，WSD）**：确定一个词在特定上下文中的确切含义。
2. **情感分析（Sentiment Analysis）**：识别文本中表达的情感倾向，如积极、消极或中立。
3. **实体识别（Entity Recognition）**：识别文本中的命名实体，如人名、地名、组织名等。
4. **词性标注（Part-of-Speech Tagging）**：标注文本中每个词的词性，如名词、动词、形容词等。
在Sentence level层面，语义分析的任务包括：
1. **逻辑表达（Logic）**：利用逻辑框架如谓词逻辑、一阶逻辑等进行语义结构的分析与推理。
2. **文本蕴含（Text entailment）**：判断一个句子是否蕴含另一个句子的意义，即自然语言推理。
3. **篇章（Discourse）分析**：分析文本中的篇章结构，包括篇章切分、句子间的逻辑关系等。篇章分析有助于理解文本的组织结构和上下文关系。
篇章分析的第一步是进行篇章切分，即将长文本切分为基本的单元。常用的篇章切分标记包括并列、转折、解释等关系。
语义分析在自然语言处理中至关重要，有助于提高机器对人类语言的理解和生成能力。通过不同的语义分析任务，可以更准确地解析和处理自然语言信息，为实际应用提供强有力的支持。