概述
本技能涵盖两个相关的苹果框架：NaturalLanguage（NLTokenizer、NLTagger、NLEmbedding）用于端侧文本分析，Translation（TranslationSession、LanguageAvailability）用于语言翻译。目标为 Swift 6.3 / iOS 26+。
用途与设置
NaturalLanguage 用于文本分析，Translation 用于语言翻译。NaturalLanguage 不需要特殊授权或能力；Translation 需要 iOS 17.4+ / macOS 14.4+。使用时分别导入：
import NaturalLanguage
import Translation
需注意：NaturalLanguage 的类（NLTokenizer、NLTagger）不是线程安全的，同一时刻应仅在单个线程或调度队列中使用每个实例。
主要能力
分词
使用 NLTokenizer 将文本切分为词、句子或段落。分词单元包括：.word（单个词）、.sentence（句子）、.paragraph（段落）、.document（整个文档）。可通过 enumerateTokens(in:using:) 检测数字或表情符号 token。
语言识别
使用 NLLanguageRecognizer 检测字符串的主导语言，也可通过 languageHypotheses 获取带置信度的多个候选。对短文本，可设置 languageConstraints 限制到预期语言以提高准确率。
词性标注
使用 NLTagger 识别名词、动词、形容词等词法类别。常见标签方案包括：.lexicalClass（词性）、.nameType（命名实体类型）、.nameTypeOrLexicalClass（NER + POS 组合）、.lemma（词的原形）、.language（逐 token 语言）、.sentimentScore（情感极性分数）。
命名实体识别
提取人名、地名和组织机构名，NLTag 取值包括 .personalName、.placeName、.organizationName。
情感分析
对文本情感打分，范围为 -1.0（负面）到 +1.0（正面）。
文本嵌入
使用 NLEmbedding 测量词或句子之间的语义相似度，支持余弦距离等度量方式，也可查找相似词（neighbors）。
翻译
系统翻译浮层：通过 .translationPresentation() 展示内置翻译 UI。
编程式翻译：在视图上下文中使用 .translationTask() 进行编程式翻译。
批量翻译：在单个会话中翻译多个字符串。
语言可用性检查：使用 LanguageAvailability 的 status(from:to:) 检查语言对状态，返回 .installed（可离线翻译）、.supported（需要下载）、.unsupported（该语言对不可用）。
常见错误与审查要点
- 不要跨线程共享 NLTagger/NLTokenizer，这些类非线程安全，会导致错误结果或崩溃。
- 不要将 NaturalLanguage 与 Core ML 混淆：NaturalLanguage 提供内置语言分析，自定义训练模型应使用 Core ML，两者可通过 NLModel 互补。
- 不要假设所有语言都有嵌入：并非所有语言在设备上都有词或句子嵌入，需处理 nil。
- 不要为每个 token 创建新的 tagger：创建和配置 tagger 开销较大，应对同一文本复用。
- 短文本不要忽略语言提示：对约 20 个字符以下的字符串，语言检测不可靠，应设置约束或提示。
- 使用 .joinNames 选项配合 NER，以保持多词名称的完整性。
- 情感分数按可选值处理（某些不支持的语言可能返回 nil）。
- 批量翻译使用 clientIdentifier 将响应匹配到请求。
适用场景
适用于在苹果平台进行端侧文本分词、词性标注、命名实体识别、情感分析、语言识别与文本嵌入，以及应用内的语言翻译与批量翻译。
限制与暂未提供
资料未提供收费、价格、平台之外的兼容信息、效果指标或具体使用步骤。部分内容（如扩展模式、自定义模型、上下文嵌入、地名词典）指向 references/translation-patterns.md，但该文件的具体内容暂未提供。