語義分析主要思想是根據上下文環境，通過對比“引申含義”的概率，來給出大概率下的表述映射。簡單說是個環境識別＋統計＋指引的復合操作。如果誰的語義分析系統，沒有統計算法在裏面，沒有語境分析在裏面，基本就是扯淡。這如同“妳＋媽喊妳回家吃飯”。在網站的屏蔽中，前面兩個字被無情的卡擦壹樣，當然網站的敏感詞匯屏蔽，沒標榜自己是帶語義分析的。
語法分析和詞法分析不同。語法分析，多了規則實例化的過程。其他和詞法分析壹樣，主要是用形式文法和待分析數據，進行匹配。正則表達式，只是形式文法的壹種。大家的編譯器的前端，都包含形式文法的處理。詞法分析，主要是用於，符合形式文法的數據被提取出來，而語法分析的實例化，需要對提取出的數據，進行具體的可識別的規則進行實例化。比如，進入的單詞流，究竟是個賦值語句，還是的調用行為。否則後面的觸發器無法對應，觸發器是用於根據不同的具體描述的內容，進行不同的處理工作，當然編譯器的優化部分和這個無關。
當然語義分析和語法分析有關聯，連語法都提取不出來的系統，語義分析就更扯淡了。這和妳用什麽聚類、分類，神經網絡、或者什麽壹堆堆新名詞沒有關系，後者都是基礎面向數據的算法，和排序算法壹樣，不落到工程裏，只能做作理論研究，p用沒有。別以為在幾個數據表裏,加個sql語句，湊湊，就可以語義了，數據庫在語義分析系統裏，只能做基礎詞法提取的動作。包括大數據，也是，數據庫即便是oracle的數據庫，扮演的角色，基本可以類比數據庫系統中，磁盤文件扮演的角色。非常非常小的小角色。
不過我發現，國內這方面的忽悠數量不是太多，大多是“無知者無畏”，以為這個叫語義分析，所以喊自己是在做語義，國外這方面的忽悠其實更多，哈。這裏提醒兩點，裝神弄鬼的，國外的比國內的多，別以為老外的軟件或書籍就是真理，第二點，語義分析和神經網絡壹樣，目前在理論上並沒有良好的結論，並不成熟，不到可以立刻“騙”點錢的時候，不要說自己是在搞“語義”系統（產品），妳可以說是“語義”研究。哈（擋人財路的事情我還是不幹的）。
補充噴個神經網絡。這兩年相對降溫了。誰能給出神經網絡的層數，結點數，和系統負載容量的公式出來，那麽我認為神經網絡就真的有實用基礎了，沒有負載上限的系統，不知道誰見過？比如火箭說，我可以飛行無限快，起重機說，我可以舉起任意重量的物品，扯淡吧，到了負載上限，基本散架。另外，誰能給出，神經網絡自組織學習反饋方面的數學公式？給不出來，最終還是要人來判斷，這又是扯淡了。這等於是人工控制的網絡狀態機的壹種形式而已，而且內部存儲還不可控，簡單說，既不可控，還要人控。這等於就是工程設計中的廢品。