NLP是以自然语言为对象，更具体的，是以记录自然语言的数字化数据（语料）作为对象，探索将这些数据映射到另一些数据的方法，另一些数据可以是同样的语言数据，比如机器翻译，问答系统，也可以是人为制造的结构化数据，比如知识图谱，词镶嵌。

　　不论怎么映射，数据本身都是没有语义的，是使用数据的人赋予了它们语义，NLP容易让人产生一种错觉，因为脑中的语言是有意义的，就扩展到说出，写出的语言也是有意义的，继而扩展到记录语言的数字化数据也是有意义的，然而，语义从来没有离开过人脑，语义较初产生于语言者的头脑，一旦说出来，写出来，就已经是编码了，之后由读者/听者的头脑解码，在接收者头脑中再次形成语义。

　　因此要解决语义问题，从语料之中是无从下手的，从语义到语言的编码过程，以及从语言到语义的解码过程才是关键，然而语义存在于人脑之中，无法取出来加以研究，NLP研究试图解决这个问题的方法是制造一个语义的模仿品，这个模仿品就是知识图谱，然而当下的知识图谱是对人的语义系统非常拙劣的模仿，它仅仅是一个图，其中的节点和关系贴上词语标签。

　　什么是语义搜索引擎。

　　搜索引擎排名的基础之一，就是关键词与网页的相关性。

　　机器算法和人不一样的地方是人可以直接理解词的意思，文章的意思，机器和算法不能理解，人看到苹果这两个字就知道指的是那个圆圆的，有水的挺好吃的东西，搜索引擎却不能从感性上理解。

　　但搜索引擎可以掌握词之间的关系，这就牵扯到语义分析，所谓潜在语义索引指的是，怎样通过海量文献找出词汇之间的关系，当两个词或一组词大量出现在同一个文档中时，这些词之间就可以被认为是语义相关。