应用场景

• 

  基于大数据和用户行为的分词、
  词性标注、命名实体识别，定位基本语言元素，消除歧义，支撑自然语言的准确理解

  • 中文分词

    中文分词是将连续的自然语言文本，切分成具有语义合理性和完整性的词汇序列的过程

  • 词性标注

    词性标注是指为自然语言文本中的每个词汇赋予一个词性的过程

  • 专有名词

    命名实体识别(专名识别)指识别自然语言文本中具有特定意义的实体，主要包括人名、地名、机构名、时间日期等

  语音指令解析

  以分词和词性标注为基础，分析语音命令中的关键名词、动词、数量、时间等，准确理解命令的含义，提高用户体验

  任务型对话

  准确分析用户指令的词法，更好地完成用户意图

• 

  通过分类的办法将句子或者常用的query
  分到相应的意图种类提升视频的点击率和用户体验

  • 基于词典及模版的规则方法

    根据意图和词典的匹配程度或者重合程度，将该query判别给匹配度较高的领域

  • 基于查询点击日志

    针对搜索引擎等类型业务场景，通过点击日志得到用户的意图

  • 基于分类模型对用户意图判别

    使用训练好的分类模型对用户意图进行判别

  专业客服机器人

  基于业务场景，实现自动回复和复杂业务的处理，大幅降低人力成本，高峰时段可设置机器人优先接待，分担咨询压力， 人工客服接待时提示问题答案，缩短响应时间

  闲聊机器人

  通过意图识别，将用户query输入不同的闲聊模型，以对其语义进行最精确的解析并给出恰当的回复

  任务型对话

  通过意图识别，将用户query输入不同的任务对话流程，帮助用户达成目的

• 

  自动识别自然语言文本中的正面、负面情感倾向，
  支持多场景下的情感判别，准确率>90%

  • 情感分析通用版

    针对通用场景下带有主观描述的中文文本，自动判断该文本的情感极性类别并给出相应的置信度，情感极性分为积极、消极、中性

  • 多实体情感分析

    针对特定场景下带有主观描述的篇章文本，自动识别文本中的核心实体词，并分别判断每个实体词，并分别判断每个实体词对应的情感和对应置信度

  • EasyDL定制情感倾向分析

    支持用户使用适合自身应用场景的情感极性标注语料，在通用模型基础上进行优化训练，满足专属场景的更高准确率要求

  评论分析与决策

  通过对产品多维度评论观点进行倾向性分析，给用户提供该产品全方位的评价，方便用户进行决策

  用户产品反馈分类

  根据反馈内容的情感偏向进行分类，提升数据整理效率

• 

  根据文本包含的信息进行领域分类判断

  • 文本分类

    根据语义相似度划分类别，输出文本类别簇，完成海量文本的自动化分类

  • 自定义算法

    接口集成多种聚类算法，使用者可以自由选择，根据不同场景选择最合适的聚类算法进行任务完成

  数据清洗

  针对数据量较大且包含噪声较多的情况，可以通过将聚类形成的数据量较少的簇进行数据删除，有效提升数据的有效性

  场景梳理

  在大量的杂乱数据中找出特征并聚类成簇，从而梳理出数据所对应的场景

• 

  通过深度学习快速处理海量数据，根据语义相似度划分类别，
  输出文本类别簇，可广泛用于陌生业务的场景梳理，文章标签提取，语料清洗等场景

  • 对话文本

    基于逻辑回归/CNN/LSTM模型的高意图识别算法和丰富的开放领域标注数据，识别用户话术的领域信息

  • 领域广泛

    提供在歌曲、广播、故事、百科、天气、时间、新闻、生活查询、岀行、股票、购物、音箱指令、家居指令、闲聊、翻译、计算机、闹钟等17个领域上的分类

  领域分类

  自动化分类文本，进行预分类判断，帮助机器实现对话意图理解，提升可交互性

  任务型对话

  通过将用户输入文本自动分类，提升应答准确率，更好地达成用户下达的指令

• 

  通过对文本内容进行深度分析，提取出文本内容中的关键信息

  • 关键词抽取

    对能够概括文本核心内容的关键词进行抽取

  • 文本信息抽取

    对文本核心内容进行抽取，形成概括总结

  标签自动生成

  根据文章的主要信息，生成对应的标签，使用户不用打开文章，便可通过生成的标签快速了解到文章的核心内容

  人名、地名自动识别

  识别出文本中的人名、地名等实体

  文件信息分析提取

  根据用户提供的文档进行语义分析和摘要结果生成

  合同文档自动解析

  自动解析文档内容，抽取出其中的关键信息，方便用户阅读

• 

  自动对文本中的拼写、语法、
  标点、敏感词等多种问题进行纠错校对，提示错误位置并返回修改建议

  • 错别字识别与纠正

    准确识别输入文本中出现的拼写错别字及其段落位置信息，并针对性给出正确的建议文本内容

  • 多场景纠错支持

    支持短文本、长文本、语音识别结果等多种文本内容，在搜索引擎、语音识别、内容审核有广泛应用，能显著提高各场景下语义的准确性和用户阅读体验

  写作辅助

  在内容写作平台上内嵌纠错模块，可在作者写作时自动检查并提示错别字情况。从而降低因疏忽导致的错误表述，有效提升作者的文章写作质量，同时给用户更好的阅读体验

  搜索纠错

  在搜索框内对用户输入文本识别并自动联想，提示错误内容，帮助用户更快、更准确地找到所需结果

  语音识别对话纠错

  自动检查语音识别输出的文本内容，寻找其中的错别字和语法错误，确保输出结果与原语音一致

• 

  基于海量样本数据，智能策略定制，
  高效过滤色情、广告、涉政、暴恐等多类垃圾文字及敏感词、违禁变种

  • 智能鉴黄

    识别文本中的色情行为描述、色情资源链接、低俗交友、污秽文爱等涉黄内容

  • 暴恐违禁

    识别暴力行为、恐怖描述、赌博、毒品、枪支弹药等违禁文字内容

  • 政治敏感

    识别文本中的敏感事件、涉政人物、散布谣言、反动宣传等违禁内容

  • 恶意推广

    识别文本中带有售卖意向的软文广告、微信/QQ等个人联系方式等违规内容及变体

  • 低俗辱骂

    识别文本中的侮辱谩骂、人身攻击、消极宣泄等不良内容

  • 低质灌水

    识别网络社区常见的乱码、水帖、刷屏等无意义的灌水信息

  用户评论过滤

  适用于视频直播弹幕、社区论坛留言等，对用户评论信息进行检测，一旦发现用户提交违规内容，进行自动审核与实时过滤，保证良好用户体验

  用户评论过滤

  适用于社交平台及自媒体等，自动审核发布内容中的违规信息

• 

  依托全网海量优质数据和深度神经网络技术，
  通过将词语向量化来计算两个词之间的相似度，满足高精度要求的业务场景需求

  • 深度语义解析

    该技术常用于计算两个给定词语的语义相似度，基于自然语言中的分布假设，即越是经常共同出现的词之间相似度越高

  • 领先技术应用

    词义相似度是自然语言处理中的重要基础技术，是专名挖掘、query改写、词性标注等常用技术的基础之一

  专名挖掘

  通过词语间语义相关性计算寻找人名、地名、机构名等词的相关词，扩大专有名词的词典，更好的辅助应用

  query改写

  根据输入的query生成对应的向量，在向量空间中寻找最近邻，返回最近邻对应的results，实现了对query的改写