情节概要：自然语言处理（NLP）可应用于任务，比如客户服务处理或在聊天机器人来回答基于事实的问题。对于NLP另一个新兴应用是在内容营销和内容制作。
在这一集里的AI行业，我们跟托马斯RATIA加西亚 - 花漾的联合创始人兼CEO创始人Frase.io，波士顿以启动其重点是NLP的内容营销和内容创建。托马斯探索NLP平台现在如何能够总结在网络上的资源，执行上下文搜索和帮助作家和内容营销优化他们的流程。
订阅我们AI在工业播客用你喜欢的播客服务：
客人：托马斯RATIA加西亚 - 花漾，联合创始人兼首席执行官在Frase.io
专长：自然语言处理，人工智能应用的内容营销
介绍识别：创始Frase.io之前，托马斯是联合创始人兼CEO逸风险投资，国际创业公司加速器。他拥有哈佛大学的硕士学位，并在中心健康与全球环境在哈佛T.H.内参观在可持续技术和健康项目研究员陈公共卫生学院。
大创意
托马斯关于AI是如何简化内容创建和内容研究过程今天的会谈。像谷歌搜索引擎平台已经整合基本采掘总结和回答可以用定义的边界非常具体事实为依据的问题。
With improvements in AI technology, newer NLP platforms can augment human researchers by creating multi-page summarized articles for even open-domain questions like ‘what is the future of AI technology going to look like?’ or ‘How is AI affecting the healthcare industry?’ According to Tomás , two of the major app
在内容创作为lications NLP平台，目前正在总结和研究协助。
（与业务应用NLP更深兴趣的读者可以享受完整的文章在这个题目，标题为：“自然语言处理 - 的应用现状和未来的可能性“。）
如何NLP综述作品：
- Summarizing content through the use of NLP can be either “extractive” (where the system distills text into just the most relevant parts, cutting out the rest) or “abstractive” (which is machine learning based, and involves AI coming up with it’s own “wording” for summarizing a given text).
- 至于反对什么，谷歌确实在总结基于事实的问题，更先进的上下文总结将涉及从排名前50位的搜索结果冷凝信息，发现这些结果之间有意义的关系，然后从这些关系中提取最合适的句子。
- 随着时间推移，AI也学会在这些句子可以布置成一个有意义的文章最好的顺序。
- 例如，搜索“什么是AI？”会自动显示为深学习作家总结环节，NLP等采掘这里总结的目的是让他们在轮廓生成工具来构建，以增加人的作家的能力。
NLP用于Content研究资助：
一旦内容已经产生了内容营销的一个关键步骤涉及实施搜索引擎优化的最佳实践。托马斯声称Frase.io的NLP平台可以让他们已经被从顶部的搜索结果进行了优化的总结帮助研究。
- 在研究援助申请，NLP平台可以将文字处理与搜索引擎进入一个逐步学习的工具。从本质上讲，该平台还提供一个文字处理器，可以从学习的东西，你写的，并且可以在背景研究背景主题，并给你的话题等链接
- 一旦作家的文字处理器上，该平台将给予他们相关的正在进行的研究课题的轮廓。
- 这项技术的核心AI宗旨是主题建模，涉及的话题是如何演变为你写的鉴定。从每个搜索结果的典型采掘段将包括3个点的总结，一个统计和最后一个点捕捉一些与主题相关的关键词。
在内容营销NLP的未来：
- 我们可以预期，认可机构成为在不久的将来都采掘和抽象概括精通。在能力认可机构而言，文本的理解和阅读理解也是非常活跃的研究领域。
- 另悉，我们将看到更多的是的基于语音的NLP平台将能够回答不只是基于事实的问题，但更多的“人性化”的开放式问题。
- 虽然已经有平台，这是情境感知足以回答开放式的问题，他们仍然是一个高端产品现在。用声音和语言的理解语境总结有些不可避免的。
- 在悦目遥远的未来的技术可以与大脑接口纪录的想法或增强现实可穿戴式设备集成。
访谈要点与托马斯从Frase.io
我们的采访时托马斯回答的主要问题如下所列。听众可以使用嵌入的播客播放器（在这篇文章的顶部）提前跳到他们可能感兴趣的内容：
- （2.57）哪里有今天的内容创建NLP帮助和内容营销？
- （11.38）如何在自然语言处理系统总结的文本？
- （18.18）什么方面NLP将变得无处不在未来内容制作？什么是企业领导者会在将来NLP平台期待？
订阅我们AI在工业播客用你喜欢的播客服务：
标题图片来源：资产
