Nlp IBM Bluemix，nl_理解-文档在哪里

我试图更好地理解IBMBlueMix自然语言理解是如何工作的

我发现了下面的例子

import sys
import os
sys.path.append(os.path.join(os.getcwd(),'..'))
import watson_developer_cloud
import watson_developer_cloud.natural_language_understanding.features.v1 as features

nlu = watson_developer_cloud.NaturalLanguageUnderstandingV1(version='2017-02-27',
                                                            username='some_username',
                                                            password='some_password')

nlu.analyze(text='this is my experimental text.  Bruce Banner is the Hulk and Bruce Wayne is BATMAN! Superman fears not Banner, but Wayne.',
            features=[features.Entities(), features.Keywords()])

它生成以下输出：

{'entities': [{'count': 3,
   'relevance': 0.915411,
   'text': 'Bruce Banner',
   'type': 'Person'},
  {'count': 1, 'relevance': 0.296395, 'text': 'Wayne', 'type': 'Person'}],
 'keywords': [{'relevance': 0.984789, 'text': 'Bruce Banner'},
  {'relevance': 0.958833, 'text': 'Bruce Wayne'},
  {'relevance': 0.853322, 'text': 'experimental text'},
  {'relevance': 0.627454, 'text': 'Hulk'},
  {'relevance': 0.619956, 'text': 'Superman'},
  {'relevance': 0.583188, 'text': 'BATMAN'}],
 'language': 'en'}

此输出中的

相关性是什么？它是如何计算的？我不需要详细的计算，因为它可能是专有的，但我想有基本的了解。我还想知道如何识别
关键字
？是否有特定的语料库用于关键词识别

IBM网站上的文档有限。
相关性：实体相关性得分在0-1之间。分数为0表示不相关；1意味着它是高度相关的

有关更多详细信息，请参见IBM红皮书相关性：实体相关性得分在0-1范围内。分数为0表示不相关；1意味着它是高度相关的

更多详细信息，请参阅IBM红皮书
，您可以随时查看我们非官方网站中的一些链接。它有到上面提到的Rebook的链接，以及到使用NLU的nice的链接。
您可以随时查看我们非官方网站中的一些链接。它有到上述Rebook的链接，以及到使用NLU的nice的链接。
非常感谢，我一定会阅读您的参考资料。只是一个简单的问题。是否与整体陈述（段落）相关？非常感谢，我一定会阅读你的参考资料。只是一个简单的问题。是否与整体陈述（段落）或其他内容相关？