Q&A

Q1：文本的实体分析目前我们明略识别的准确率是多少？

A1：利用纯粹的自然语言处理技术，人名的识别率能够达到95%，地名也在90%以上，但国内某些小城市的名字比较有特色，如“任城镇”这类，就不容易识别对，如果没有地理信息库的话。

Q2：感觉明略的大数据专家团队女性很少很少，女性在从事这方面工作中有什么样的明显劣势？

A2：女生确实偏少，但我相信后续会越来越多。我们的工作氛围和互联网公司非常像，扁平管理，所有人都能学到和了解到公司的方方面面。胆大心细的女生其实会有更大的机会。

Q3：文本的实体关系分析有成熟的方法论吗？感觉还是在就事论事的阶段。我们都是到plantir在connect方面做的很牛，有可借鉴的地方吗？

A3：我们有自己的NLP开发SDK，但是我们不会把所有问题都使用同样的pipeline来处理。我们非常在意准确率。Palantir的方法其实大家都在猜测，但我们认为足够多的数据以及优秀的人才才是真正的核心。

Q4：实体的识别是根据分词后的词性得到的吗？你提到分词模型要重新训练，所用的训练数据源是怎么得到的，是靠专家的标记么？

A4：实体的识别可以把词性加到特征里面，还可以加入更多的特征。我们所使用的数据源来自于客户，但是并不需要专家来标记。

Q5：老师，我想向大数据发展，怎么开始？

A5：最好的建议是把现有的工作做好，提升内功，然后找机会进入一家大数据公司，比如明略数据。