自然语言处理（NLP）的研究很多，但埃默里大学语言与信息技术发展（ELIT）团队想做的事不太一样，他们想支持大数据分析扩展的端到端NLP pipeline。
近日，埃默里NLP研究团队和AWS MXNet团队合作开发了一个基于AWS云的NLP研究平台。和其他的NLP框架不同，ELIT提供一个网页API将平台独立，研究人员可以随时随地开始大规模计算。
这篇AWS的官博将详细介绍ELIT平台，并且提供网页API的演示及NLP的可视化。
ELIT研究平台
随着机器学习应用范围的扩大，基于机器学习的NLP模型开始对计算能力有要求。虽然AWS这样的云端计算平台给研究人员提供了不受限的资源运行模型，但对云端不熟悉的研究者仍会觉得云端计算使用起来过于繁琐。
ELIT平台就是想提供NLP网页服务，让任何人通过网络连接请求使用这项服务，而无需本地安装或云计算的专业知识。
一起看看用ELIT平台做NLP任务情感分析的例子。
情感分析
在这个例子中，我们需要将每个document归类到消极、中立和积极情绪中的一种。ELIT用CNN模型分析社交媒体和影评中的数据。
CNN模型先通过叠加每个词的向量表示创建输入矩阵，之后，输入矩阵被送入卷积层和池化层，将输出与attention矩阵匹配，测量输入文档中每个n-gram的强度(本例中n=[1…5])。最后，模型将attention输出反馈给softmax层，softmax层判断文本中词语消极、中立和积极的概率。
演示
我们将从ELIT演示页面的屏幕截图开始:
演示页面地址为：
http://demo.elit.cloud/
左上角的文本框中的输入文本是：“我昨晚看了《音乐之声》，虽然这是我最喜欢的电影，但它的结局还可以更好。”
在右上角，有一些帮助我们单词化、分割和情感分析来自影评和Twitter的可选项。我们以影评的单词化、分割和情感分析举个例子：
点击“Analyze”，输入文本被发送到所选的运行NLP pipeline的ELIT服务器，并返回以下输出：
ELIT情感可视化工具将每个句子的情绪编码成一种颜色，红色、绿色和蓝色分别代表消极、中立和积极情绪。此外，不同透明度的词代表情感含义的强烈程度：
可以将强度等级可视化。在下面的图中，圆圈越大，表示的情感越强烈：
将上述两种可视化效果叠加，我们可以得到更清晰明显的图：
网页API
NLP的输出可被用任何语言编程的web API检索到。这是一段简单的Python代码，请求NLP输出我们示例中的输入文本。
根据请求，ELIT需要输入原始文本并且运行的NLP pipeline、分割和电影模型的情感分析，并将输出HTTP返回。最后一行将以JSON格式输出：
JSON输出遵循以下格式：
- 一些文件：文件清单→[文件，…，文件]
- 一个文件：句子列表→[语句，…，句子]
- 一句话：一本字典的关键词是{token，offset，情感}
- token：句子中的token列表。
- offset：指相应的token在原始文本指示位置offset的列表。每个offset由一对（开始，结束）表示，每个文档开头offset均设置为0。
- 情感：指（消极、中性、积极）情感指数。
这一部分的具体细节可参照ELIT官网：
https://elit.cloud/tutorial/decode/
解码框架
解码请求通过弹性负载平衡器（Elastic Load Balancer）确保其可伸缩性。一旦web API服务器接收到请求，就会将请求发送到生成的NLP输出文本的NLP服务器。
如果所请求的文本大于10 MB，NLP服务器就将输出保存到Amazon S3存储。最后，输出被发送回web API服务器，将信息存储到数据库并将NLP输出发送给用户。
路线图
目前，ELIT持三个NLP任务：单词化、分割和情感分析。
展望未来，在2018年第二季度，ELIT将计划支持大多数的核心NLP任务，如词性标注、形态分析、命名实体识别、依存关系语法分析、语义角色标注和指代消解。ELIT将提供一个接口训练自定义模型，项目进展的预计时间线如下：
参考资料
项目介绍：
https://elit.cloud/
代码地址：
https://github.com/elitcloud/elit
AWS官方博客介绍地址：
https://amazonaws-china.com/cn/blogs/ai/aws-collaborates-with-emory-university-to-develop-cloud-based-nlp-research-platform-using-apache-mxnet/
关于埃默里大学NLP研究小组：
http://nlp.mathcs.emory.edu
更多Apache MXNet信息:
https://aws.amazon.com/mxnet
— 完 —
