共计 920 个字符，预计需要花费 3 分钟才能阅读完成。
随着 Smartbi V10.5 版本公布，许多新性能上线，其中无关自然语言剖析 NLA 的相干性能被问到的最多，明天小麦就来带大家好好理解一下什么是自然语言剖析 NLA，它到底是如何工作的呢？
提到自然语言剖析 NLA，首先就须要理解近些年火爆的自然语言解决技术，其英文名称是 NLP，咱们能够这样了解它的含意，因为计算机语言和人的语言是不通用的，利用这种技术，咱们就能够让计算机去了解简略的人类输入的一些相干指令，也就是充当翻译机，将人类的自然语言翻译成计算机语言。
自然语言剖析 NLA 是以 NLP 为根底，把数据分析的后果使用到数据分析软件中，最初利用自然语言进行查问、剖析等操作。简略地说，NLA 容许使用者通过自然语言迅速地取得剖析材料。
接下来，咱们将以 NLA 的原理图来让大家对这个产品有一个更加分明的意识，咱们来看一下自然语言查问引擎是怎么工作的，它能够让零碎利用自然语言来理解使用者的用意，并给出正确的查问和剖析。
1、建设数据模型。
在检索过程中，数据模型不仅为用户提供了数据，而且还为常识图谱的内容关系提供了根据。所以，在应用 NLA 性能前，咱们须要先建设一个数据模型。另外，如果将数据模型与指数治理（点击查看指数治理）联合在一起，互相补充，造成一个闭环，能够进一步晋升查问的精确性。
2、建设知识结构。
常识图谱是一个知识库，它能够通过相干的剖析与推理来了解用户的目标。常识图谱可分为两类：一类是企业对产业畛域的常识进行补充，另一类是从数据模型中抽取关系。另外，Smartbi 还提供了一个简略的常识图表。
3、输出。用户能够通过天然的形式来打字，例如：“广州销售的最佳汽车和销售状况”。另外，还反对向用户举荐问题，向用户举荐最热门和最罕用的问题。
4、语义剖析。利用语义解构引擎对用户输出的问题进行解构、解析，并将其转化为 SQL 类的查问定义。
5、查问。通过调用 Smartbi 的查问界面，查问引擎能够依据所取得的查问定义进行查问、返回和显示后果。
6、图表显示。用图表显示查问引擎返回的后果。
7、反馈后果。同时，该零碎还提供了对后果的反馈，让用户可能对查问的后果进行反馈，从而使查问的准确性失去一直的晋升。
以上就是 NLA 的简略介绍以及根本工作原理介绍，你分明了吗？
