内容在17年经过头条的爆发后，内容在18年将是个风口；各大互联生态拉新用户的手段已经接近黔驴技穷了，在传统上无法指数增长用户，留下两条路径：
一是收购其他平台，补充用户；而是做好已有的用户留存率。而内容平台就是其中之一。

各个公司在AI的应用都瞄准精简人力，客服、问答、审核等密集型业务；在推荐、连接等意图型业务中也在不断优化提升。

在过去的一年时光里，从推荐开始，慢慢接收文本类业务，单页的推荐资讯从协同过滤、热度、用户喜好等推荐方式出发，到精准推问题、增加问题的曝光、拉升新增问题、优化内容排序等，到后续慢慢起步的资讯个性化推荐，涉及的文本技术从基础型慢慢地向理解型转变。

信息治理应用于描述信息中脏数据或认定非法的检测；热词源于对昨日资讯的点击，便于观测词的注意力度，可应用于问题的生成，提升回答率和点击率；自动标签的生成，主要在资讯上，仅限于统计数据的标签还未细化到语义层面，下一步可将其往深处拓展，延伸标签背后的语义，丰富偏好；

模板化生成文本已经在问题中试水，每日带来问题量以及回复人数，比其他问题的效果明显，这部分将可以借助外部数据源，生成更多更丰富的问题；
在推荐和推送中，紧跟“相关性”的度量，考虑到曝光度和回复的比值关系，一方面背后挖掘人的相关点，另一方面控制页面的类别排序，还有活动的激励，总之，紧跟两个原则，一是给出感兴趣的，二是拉动活跃；

在偏好和用户浏览轨迹上，目前仅仅是统计用户在某一个时间点或时间段的标签值，没有可回溯单个用户偏好的数据源，可以设计新的存储方式，把时间带上，使用不断嵌套方式，这样在做用户画像或者推荐时，获取用户的偏好就更快捷和精准；

树状的知识图谱在查询中能够体现好的作用，而在识别意图中，需要的是网状，并且额外的延伸信息；
在特定场合下或领域下，某些词是具有吸引力的，能够抓住用户的注意力，通过这方面的挖掘、抽取和生成，可以实现高吸引的文本；
另外，命题式的生成是一个挑战，即给定一个主题，完成既定字数的文章，需要很大的词汇组织，以及领域图谱；

NLP的实践，从数据源出发，到预处理，模型构建，应用输出。数据源除了人工录入外，可爬虫获得；文本的预处理离不开格式和编码规范，在同一个平台下需要统一格式统一编码；之后的分词、提取、过滤等也是NLP不可或缺的操作，才生的结果可以是中间结果，也可以应用到简单的业务场景，比如词的统计，以及语义的延伸等；之后的模型构建，针对不同的目标进行训练和保存，当前有词向量和生成文本等；对外的应用紧跟产品需求，当新的需求加进来，也许需要从源头数据源开始，重复如此步骤。

除了顶层的理解型构建，其余模块可进行整合，也可以进行拆分，为了整体耦合，最好是整合在一个平台内，对外提供调用；然后，新增的在各个模块进行添加。

NLP的任务，最多是跟数据打交道，需要了解数据源开始，把数据源进行整理，达到简单可用的地步；然后是，对数据的预处理，得到切分好的原材料；
还有很多值得研究的地方，值得探索的当是意向图谱的构建和命题式的生成。