下面列举NLP接口服务的三个典型使用场景。
应用场景：
（1）金融文档结构化抽取
在银行、保险、证券等金融领域和政务领域中，经常存在大量的文档和单据需要人工进行整理、提炼和归档，这些工作会花费大量的人力和时间。这时，可以使用词法分析（智能分词、词性标注、命名实体识别）、关键词提取和文本分类接口，首先对大量的金融或政务文档进行分类，然后再进行文本资料的关键信息抽取和结构化排布，可以有效地辅助人工来处理各种文档和单据，降低人力成本。
（2）社交媒体的用户言论分析
在各类媒体平台和存在UGC的内容型社区里，有大量的用户留言和评论，可以使用情感分析接口，对这些包含主观信息的用户言论进行情感倾向性分析，判断用户情感和态度上的正向、负向和中性，从而动态监测海量用户的舆情变化，并为相关的舆情监控、话题监督、口碑分析和运营活动提供数据支持。比如大家所熟知的“豆瓣电影”、“豆瓣读书”的影评、书评社区，以及淘票票、猫眼电影等购买电影票平台的观众影评版块，都可以使用情感分析接口进行用户言论和观点分析。
此外，还可以使用文本分类和关键词提取接口，对用户言论进行内容分类和评论观点标签提取，从而审核社交媒体的用户行为数据。
篇章级别的NLP能力（3）网络文本数据的敏感信息审核
信息爆炸时代，网络上充斥着海量的各色信息和资讯，因此对于信息的合法性、健康度和敏感程度有比以往更高的要求。针对新闻媒体网站和信息流App中的海量文本数据，可以使用敏感词识别接口，实时识别出文本中是否含有广告、色情、暴力或政治等敏感信息，同时返回显示相关的敏感词，有效实现对网络文本信息合法合规性的全方位保驾护航，并为信息信息的质量提供保障。
在敏感信息过滤、舆情监控、热门话题监督、UGC文本数据审核、游戏社区敏感信息审核等场景中，敏感词识别接口有着广泛的使用需求。
腾讯云知文NLP【快速体验链接】
腾讯云自然语言处理 API文档：https://cloud.tencent.com/document/product/271/35484
