人工神经网络是模拟人脑神经系统的结构和功能,运用大量的处理部件,由人工方式建立起来的网络系统。这些神经元按某种方式连接起来，形成大脑内部的生理神经元网络。这种神经元网络中各神经元之间联结的强弱，按外部的激励信号做自适应变化，而每个神经元又随着所接收到的多个信号的综合大小而呈现兴奋或抑制状态。
　　人工神经元网络在结构上是并行的珯而且网络的各个单元可以同时进行类似 的处理过程。因此珯网络中的信息处理是在大量单元中平行而又有层次地进行运算速度高珯大大超过传统的序列式运算的数字机。虽然每个神经元的信息传递(神经脉冲)速度是以毫秒计算的珯比普通序列式计算机要慢很多珯但是人通常能在1秒内即可作出对外界事物的判断和决策、这就是能神奇地完成所谓“百步”决策。这按照现有传统的计算机及人工智能技术目前还是做不到的。
　　 学习和适应要求在时间过程中系统内部结构和联系方式有改变神经元网络是一种变结构系统珯恰好能完成对环境的活应和对外界事物的学习能力。神经元之间的连接有多种多样珯各神经元之间连接强度具有一定的可塑性珯相当于突触传递信息能力的变化珯这样珯网络可以通过学习和训练进行自组织以适应不同信息处理的要求。 神经元网络是大量神经元的集体行为珯并不是各单元行为的简单的相加，而表现出一般复杂非线性动态系统的特性。如不可预测性、不可逆性、有各种类型的吸引子(信息正是“存储”在定点吸引子)和出现混沌现象等。 正是由于神经网络具有这些特点珯所以可以处理一些环境信息十分复杂、知识背景不清楚和推理规则不明确的问题。例如语音识别和识别、医学诊断以及市场估计等都是具有复杂非线性和不确定性对象的控制。在那里珯信源提供的模式丰富多彩有的互相间存在矛盾而判定决策原则又无条理可循。通过神经元网络学习(按照学习法则)珯从典型事例中学会处理具体事例珯给出比较满意的解答。
　　灵玖软件NLPIR大数据语义智能分析平台针对中文数据挖掘的综合需求,融合了网络精准采集、自然语言理解、文本挖掘和语义搜索的研究成果,先后历时十八年,服务了全球四十万家机构用户,是大时代语义智能分析的一大利器。
　　NLPIR大数据语义智能分析平台平台针对互联网内容处理的全技术链条的共享开发平台。15年专业研究与工程积累，提供应用软件及各平台下的二次开发包。提供了用于技术二次开发的基础工具集。开发平台由多个中间件组成，各个中间件API可以无缝地融合到客户的各类复杂应用系统之中。
　　NLPIR能够全方位多角度满足应用者对大数据文本的处理需求，包括大数据完整的技术链条：网络采集、正文提取、中英文分词、词性标注、实体抽取、词频统计、关键词提取、语义信息抽取、文本分类、情感分析、语义深度扩展、繁简编码转换、自动注音、文本聚类等。
　　信息时代万物数化，大数据的重要性己成行业共识，针对大数据技术和应用的创新，其发展趋势不可阻挡。如何对大数据进行充分和有效的分析和挖掘，使之转换为有价值的信息和知识，用于解决各种各样的科学和应用问题，成为大数据时代信息技术发展的重大挑战，同时也是信息技术创新的新的制高点。