將連續的自然語言文本，劃分成具有語義合理性和完整性的詞匯序列。

通過算法持續訓練語言模型，自然語言文本中的每個詞匯賦予一個詞性。

識別批量文本中有特定意義的實體，主要包括人名、地名、機構名、日期等。