做產品會設計到很多的領域，但是這些領域中出現的概念往往是比較穩定的，而他們的變化點在於由不同的產品（這裡指在這個領域做產品的人）
會根據他們對這個領域以及網際網路的理解去設計他們自己的產品規劃（流程，規則），作為需求分析的人員來說大部分情況是我們是基於產品的原型，prd進行
需求分析和設計的，這裡面其實我們應該做的第乙個工作就是找出這個領域中不變的領域概念（領域名詞）。
下面我們就來介紹一下俺們大神使用物件導向的方式抽取領域名詞的步驟。
如果有原型就在原型中查詢所有名詞，從左到右從前到後乙個名詞都不放過，
把你所有認為可以作為備選的全部列出來。
如果沒有原型就在客戶或者產品的口中獲取到反覆出現的名詞。
注意：不要去通過自己的理解去修改名詞叫法
不要去忽略自己覺得不重要的名詞
不要考慮表怎麼儲存
不要考慮非名詞
這些陷阱很容易讓後期返工。
刪除和產品（領域）無關的名詞。
比如：文案可能出現了故宮或者平台名等和本領域無關的名詞。
必需確保每個名詞都是職責單一，不可替代的。
如果兩個名詞在概念上比較相似，但是表面詞語不太一樣的可以將這兩個詞歸為一類，刪除多餘的名詞。
一般去重的特徵如下：不同的名詞體現出來的屬性，功能和生命週期是一樣的，只是描述不同。
比如： 不同角色的人在對同乙個名詞描述不同，他們在新增的時候屬性相似度非常高，流程也特別像。
一般的反問自己或者產品：
把屬性名詞聚合到其他跟內聚的物件裡。
有一些名詞都是可以分到乙個組中去的，比如：程式設計師，人事，cto,都是公司的員工，所以可以分到員工物件中去。
這裡只放自描述屬性，其他的屬性暫時不考慮，因為可以很方便的通過關係來描述，而且這個也經常會變化。
在描述乙個概念的時候，必須通過非常多其他物件，而且經常提。
雖然產品沒有提過，但是在實施的時候發生有很多物件有一樣的特性。常見情況：
在做專案中我們難免會做超出我們認知範圍內的領域知識，
找產品和客戶搞清楚這些名詞的含義，可以幫助我們確定這個名詞的描述。
比如：課表：是學生報名之後根據所報年級的課產生的上課安排。
到目前為止領域中的核心名詞都抽取出來了，也確定了這個名詞的含義，也就是說我們的物件列表以及物件的職責也就確定了。
下面就是該找這個物件的屬性了。
乙個物件的屬性大致分為幾個型別：
自描述屬性，關聯屬性，冗餘屬性，功能性屬性
一般體現出來的就是手動輸入。比如：名稱，標題，描述等等
有依賴**，即在別的地方是手動輸入，但是當前功能是選擇。比如：選擇地區，選擇型別
方便查詢，減少複雜度。一般有以下情況：
個性化業務，純粹是為了做功能
只留自描述，這個很難。需要深層次了解領域。通過領域驅動設計。這樣可以通過物件導向，通過很少的關注點，對整個系統有個靜態的認識。而且還可以判斷出產品變更的時候對整個系統的結構（即資料儲存）有什麼影響。特別是出現新名詞的時候。
需要根據產品的實際情況來判斷這些屬性怎麼規劃。
如果是想要快速、簡單，但是4種型別都放到pojo上，開發是最快的，
但是同時肯定也是擴充套件性最差的。
也需要根據產品的真實需求來判斷怎麼處理後面3種型別的屬性。
物件導向之名詞解釋
物件導向 object oriented 物件 object 類 class 繼承 inheritance 通訊 communication 如果乙個軟體系統是使用這樣4個概念設計和實現的，則將該軟體系統稱為物件導向的。降低 之間的耦合度 繼承在提高 的復用性 統一性時，也提高了耦合度，破壞封閉性。...
2 物件導向建模過程 領域分析
在進行系統構思之後，我們會進行領域分析領域分析的目的是為了構建與業務對應的模型，領域分析步驟如下 1.尋找類 根據名稱和概念，我們可以初步提取一些類 如 銷售不同劇院劇目入場券的預定系統，我們提取的暫定類有 劇院，劇目，入場券，預定，系統 不是所有類都符合我們的系統，所以我們需要移除與領域無關的類 ...
建立百度Ai認識AI語音領域名詞 4 2
tts 發音 asr 語義識別 wakeup 喚醒 目前只有中英文混合這一種語言，優先中文發音。示例 如 重 chong2 報集團,重 發音 chong第二聲 合成效果 通過對param speaker 發音人 param pitch 音調 param volume 音量 和param speed ...