样本应用程序
从这些样本应用程序和实验室了解有关 IBM Watson™ Natural Language Understanding 的更多信息。
构建认知审核者微服务
使用 Watson 服务处理在交谈通道中交换的消息和图像，以审核讨论
通过链接结构化和非结构化数据来获取建议
建立与结构化格式中存储的数据的关系
为电子邮件提供自动化客户支持
使用 Watson 自然语言功能开发智能客户支持系统
查询文档的知识库
使用 Watson NLU、Python NLTK 和 IBM Watson Studio 来查询知识库，并获取与特定于域的文档相关的问题的答案
从文档构建知识图
使用 IBM Cloud、Watson 服务、Watson Studio 和开放式源代码技术，从各种业务域中生成的非结构化文本内容中获取洞察
对图像中的文本拍快照并进行翻译
使用 Tesseract OCR 和 Watson Language Translator 捕获图像、抽取并翻译文本
分析产品评论并生成购物指南
创建 Node.js 应用程序，以使用 Watson Natural Language Understanding 评估的产品评论做出认知决策。
创建银行聊天机器人
使用 Node.js 和 Watson 来检测情绪、识别实体并发现答案。
使用 Watson 服务丰富多媒体文件
使用 IBM Watson 服务构建用于扩充音频和可视文件的应用程序。
使用 Watson Knowledge Studio 分析 SMS 消息
使用 Watson Knowledge Studio 和 Watson Natural Language Understanding 构建定制模型以更好地对 SMS 消息内容进行分类。
关联来自不同来源的文档
通过使用 Python NLTK 和 IBM Data Science Experience，关联多个文档中的内容。
发现隐藏的 Facebook 使用洞察
通过 PixieDust 在 Jupyter Notebook 中利用认知数据分析的强大功能。
扩展 Watson 文本分类
使用 Python NLTK 工具箱和 IBM DSX 来实现所需的文本分类结果。
对非结构化文本中的个人数据进行指纹识别
使用 Watson Natural Language Understanding 和 Watson Knowledge Studio 构建定制模型。
使用 Swift 来解读来自 Hacker News 中的非结构化数据
使用认知 API 可深入了解 Hacker News 上转折性的技术趋势。
加快机器学习算法的训练速度
在 IBM PowerAI 上使用 Google TensorFlow 更快地训练机器学习算法。
通过 Swift 构建认知推荐应用程序
构建基于 Swift 的移动聊天机器人，以提供建议、预订和事件规划。