搜索引擎、人工智能已经深入到人们生活的方方面面,而自然语言处理又是搜索引擎和人工智能的核心步骤。但是,目前在使用自然语言算法处理的过程中存在诸多的问题,主要表现为使用自然语言处理的算法比较复杂,同时相关算法的调用通常只能通过本地静态链接加载模式,导致系统对自然语言处理效率低下。为此,本文结合企业实际研发项目,提出了一种自然语言平台化的方案来有效解决上述的问题。论文的主要工作包括以下几方面内容：首先,设计了四种不同计算架构用于支持不同场景下自然语言处理的计算服务。四种计算架构分别是：普通流式计算架构,适合普通的较稳定快速的架构服务：在线计算架构,适合对于延迟有极高要求的在线服务；大规模离线架构,适合吞吐量极大离线计算服务；本地计算架构,适合占用资源少但访问量比较高的算法。其次,设计了统一的自然语言处理服务调用接口。该接口封装了四种架构的服务调用,屏蔽了四种架构的访问的差异性,为用户提供了简单高效的自然语言处理服务：该接口为用户提供了C++和pychon语言编程以及HTTP调用两种访问模式。最后,利用zookeeper、inotify和RPC等技术,完成了自然语言处理平台化软件的开发。系统实际运行表明,系统各项功能符合设计要求,并在负载均衡、故障恢复、流量控制和统计等方面性能优越,取得了良好的应用效果。