NLP技术中基于规则的方法在以下应用场景中较为常见：

1. 文本分类：基于规则的方法可以通过定义一系列的规则，对文本进行分类。例如，可以根据文本中的关键词、主题等信息，将文本分为不同的类别。
2. 实体识别：基于规则的方法可以通过定义一系列的规则，识别文本中的实体。例如，可以识别文本中的人名、地名、机构名等实体信息。
3. 信息抽取：基于规则的方法可以通过定义一系列的规则，从文本中抽取特定的信息。例如，可以从新闻报道中抽取事件的时间、地点、参与人员等信息。
4. 文本生成：基于规则的方法可以通过定义一系列的规则，生成符合特定要求的文本。例如，可以根据特定的模板生成合同、报告等文本。
5. 文本清洗：基于规则的方法可以通过定义一系列的规则，对文本进行清洗和预处理。例如，可以去除文本中的停用词、标点符号等无关信息。

总之，基于规则的方法在处理特定类型的文本、进行文本分类、实体识别、信息抽取、文本生成和清洗等方面具有广泛的应用场景。但是，基于规则的方法也存在一定的局限性，例如难以处理复杂的、非结构化的文本，并且需要手动编写规则，工作量较大。