智能文本分析系統(tǒng)
以場景應(yīng)用為導(dǎo)向，提供多語種自然語言處理、文本挖掘和理解技術(shù)，幫助政府和企業(yè)實(shí)現(xiàn)多種文本數(shù)據(jù)的業(yè)務(wù)價(jià)值挖掘和高效利用
產(chǎn)品概述
智能文本分析系統(tǒng)面向多語種和不同行業(yè)應(yīng)用場景，提供海量文本數(shù)據(jù)處理、挖掘分析能力和算法模型支持，一站式滿足政府與企業(yè)客戶對(duì)自然語言處理的業(yè)務(wù)需求，提升文本處理的能力和效率。
應(yīng)用場景
支持互聯(lián)網(wǎng)全景輿情、商情的監(jiān)測，包括行業(yè)資訊、負(fù)面輿情、熱點(diǎn)事件、品牌監(jiān)測、競品分析、營銷跟蹤等多個(gè)維度，幫助客戶全面洞察自身及競爭對(duì)手的輿情商情，進(jìn)而能夠主動(dòng)進(jìn)行快速、精準(zhǔn)地處置與應(yīng)對(duì)。
融合企業(yè)客服、互聯(lián)網(wǎng)采集等多源異構(gòu)數(shù)據(jù)，監(jiān)測并分析用戶對(duì)企業(yè)品牌、產(chǎn)品、服務(wù)等全經(jīng)營鏈條的評(píng)價(jià)、投訴等信息，為企業(yè)經(jīng)營活動(dòng)的優(yōu)化與改進(jìn)提供科學(xué)、有效的決策依據(jù)。
匯聚客戶內(nèi)外部數(shù)據(jù)資源，圍繞媒體稿件的采、編、發(fā)業(yè)務(wù)，提供智能選題、輔助校驗(yàn)、便捷發(fā)稿等業(yè)務(wù)支撐，幫助媒體客戶提高核心業(yè)務(wù)的競爭力。
對(duì)非結(jié)構(gòu)化的警情文本數(shù)據(jù)實(shí)現(xiàn)智能分類、信息的結(jié)構(gòu)化抽取、事件聚類、地址標(biāo)準(zhǔn)化、案件上圖等功能。
支持互聯(lián)網(wǎng)全景輿情、商情的監(jiān)測，包括行業(yè)資訊、負(fù)面輿情、熱點(diǎn)事件、品牌監(jiān)測、競品分析、營銷跟蹤等多個(gè)維度，幫助客戶全面洞察自身及競爭對(duì)手的輿情商情，進(jìn)而能夠主動(dòng)進(jìn)行快速、精準(zhǔn)地處置與應(yīng)對(duì)。
融合企業(yè)客服、互聯(lián)網(wǎng)采集等多源異構(gòu)數(shù)據(jù)，監(jiān)測并分析用戶對(duì)企業(yè)品牌、產(chǎn)品、服務(wù)等全經(jīng)營鏈條的評(píng)價(jià)、投訴等信息，為企業(yè)經(jīng)營活動(dòng)的優(yōu)化與改進(jìn)提供科學(xué)、有效的決策依據(jù)。
匯聚客戶內(nèi)外部數(shù)據(jù)資源，圍繞媒體稿件的采、編、發(fā)業(yè)務(wù)，提供智能選題、輔助校驗(yàn)、便捷發(fā)稿等業(yè)務(wù)支撐，幫助媒體客戶提高核心業(yè)務(wù)的競爭力。
對(duì)非結(jié)構(gòu)化的警情文本數(shù)據(jù)實(shí)現(xiàn)智能分類、信息的結(jié)構(gòu)化抽取、事件聚類、地址標(biāo)準(zhǔn)化、案件上圖等功能。
產(chǎn)品優(yōu)勢
深度遷移學(xué)習(xí)能力
使用深度學(xué)習(xí)訓(xùn)練的文本模型，能夠極大提高文本分析的效果，同時(shí)支持以較小規(guī)模的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，快速滿足不同行業(yè)的業(yè)務(wù)訴求。
多語種支持
支持十多個(gè)語種的文本分析，包括漢語、英語、法語、俄語、泰語、阿拉伯語、葡萄牙語、德語等，并已得到廣泛商業(yè)化應(yīng)用。
分布式部署
支持本地化、分布式部署，可根據(jù)實(shí)際數(shù)據(jù)規(guī)?？焖贁U(kuò)展節(jié)點(diǎn)數(shù)量。同時(shí)多節(jié)點(diǎn)間能夠互為備份，確保系統(tǒng)運(yùn)行的健壯性。
實(shí)踐案例豐富
積累了豐富的媒體出版、應(yīng)急、公安、煙草、金融等多個(gè)行業(yè)的文本分析案例以及對(duì)應(yīng)的語義模型研發(fā)經(jīng)驗(yàn)。
深度遷移學(xué)習(xí)能力
使用深度學(xué)習(xí)訓(xùn)練的文本模型，能夠極大提高文本分析的效果，同時(shí)支持以較小規(guī)模的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，快速滿足不同行業(yè)的業(yè)務(wù)訴求。
多語種支持
支持十多個(gè)語種的文本分析，包括漢語、英語、法語、俄語、泰語、阿拉伯語、葡萄牙語、德語等，并已得到廣泛商業(yè)化應(yīng)用。
分布式部署
支持本地化、分布式部署，可根據(jù)實(shí)際數(shù)據(jù)規(guī)模快速擴(kuò)展節(jié)點(diǎn)數(shù)量。同時(shí)多節(jié)點(diǎn)間能夠互為備份，確保系統(tǒng)運(yùn)行的健壯性。
實(shí)踐案例豐富
積累了豐富的媒體出版、應(yīng)急、公安、煙草、金融等多個(gè)行業(yè)的文本分析案例以及對(duì)應(yīng)的語義模型研發(fā)經(jīng)驗(yàn)。
深度遷移學(xué)習(xí)能力
使用深度學(xué)習(xí)訓(xùn)練的文本模型，能夠極大提高文本分析的效果，同時(shí)支持以較小規(guī)模的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，快速滿足不同行業(yè)的業(yè)務(wù)訴求。
多語種支持
支持十多個(gè)語種的文本分析，包括漢語、英語、法語、俄語、泰語、阿拉伯語、葡萄牙語、德語等，并已得到廣泛商業(yè)化應(yīng)用。
分布式部署
支持本地化、分布式部署，可根據(jù)實(shí)際數(shù)據(jù)規(guī)?？焖贁U(kuò)展節(jié)點(diǎn)數(shù)量。同時(shí)多節(jié)點(diǎn)間能夠互為備份，確保系統(tǒng)運(yùn)行的健壯性。
實(shí)踐案例豐富
積累了豐富的媒體出版、應(yīng)急、公安、煙草、金融等多個(gè)行業(yè)的文本分析案例以及對(duì)應(yīng)的語義模型研發(fā)經(jīng)驗(yàn)。
產(chǎn)品功能
智能分詞
支持對(duì)中文文本內(nèi)容的精準(zhǔn)分詞，并智能判斷詞匯對(duì)應(yīng)的詞性，為后續(xù)分析提供基礎(chǔ)支撐。
實(shí)體提取
智能識(shí)別文本中包含的命名實(shí)體信息，包括人名、地名、時(shí)間、機(jī)構(gòu)名、身份證號(hào)碼、車牌號(hào)碼、專業(yè)術(shù)語等。
情感識(shí)別
結(jié)合行業(yè)應(yīng)用場景，對(duì)包含主觀信息的文本進(jìn)行情感傾向性判斷，支持在線訓(xùn)練模型效果調(diào)優(yōu)，為口碑分析、話題監(jiān)控、輿情分析等應(yīng)用提供幫助。
文本分類
對(duì)文本按照內(nèi)容類型進(jìn)行自動(dòng)分類，支持行業(yè)類目定制，為文本內(nèi)容分析等應(yīng)用提供基礎(chǔ)技術(shù)支持。
分類聚類
分類即基于已有類目體系，按照文本內(nèi)容包含的語義信息自動(dòng)完成文本分類；聚類即根據(jù)文本的內(nèi)在數(shù)據(jù)分布、語義特征，將海量文本數(shù)據(jù)自動(dòng)聚合成多類，并為每一類數(shù)據(jù)給出描述性關(guān)鍵詞。
信息抽取
從非結(jié)構(gòu)化數(shù)據(jù)的屬性中抽取有意義的結(jié)構(gòu)化信息，在此基礎(chǔ)上進(jìn)行數(shù)據(jù)分析，提升數(shù)據(jù)價(jià)值。
文本摘要
基于深度語義分析模型，自動(dòng)抽取新聞文本中涵蓋內(nèi)容主旨的關(guān)鍵信息并生成指定長度的新聞?wù)??？捎糜跓狳c(diǎn)新聞聚合、新聞推薦、播報(bào)等場景。
標(biāo)簽提取
對(duì)文本進(jìn)行核心關(guān)鍵詞分析，為相似文章聚合、文本內(nèi)容分析等提供技術(shù)支持。
產(chǎn)品功能
智能分詞
支持對(duì)中文文本內(nèi)容的精準(zhǔn)分詞，并智能判斷詞匯對(duì)應(yīng)的詞性，為后續(xù)分析提供基礎(chǔ)支撐。
實(shí)體提取
智能識(shí)別文本中包含的命名實(shí)體信息，包括人名、地名、時(shí)間、機(jī)構(gòu)名、身份證號(hào)碼、車牌號(hào)碼、專業(yè)術(shù)語等。
情感識(shí)別
結(jié)合行業(yè)應(yīng)用場景，對(duì)包含主觀信息的文本進(jìn)行情感傾向性判斷，支持在線訓(xùn)練模型效果調(diào)優(yōu)，為口碑分析、話題監(jiān)控、輿情分析等應(yīng)用提供幫助。
文本分類
對(duì)文本按照內(nèi)容類型進(jìn)行自動(dòng)分類，支持行業(yè)類目定制，為文本內(nèi)容分析等應(yīng)用提供基礎(chǔ)技術(shù)支持。
分類聚類
分類即基于已有類目體系，按照文本內(nèi)容包含的語義信息自動(dòng)完成文本分類；聚類即根據(jù)文本的內(nèi)在數(shù)據(jù)分布、語義特征，將海量文本數(shù)據(jù)自動(dòng)聚合成多類，并為每一類數(shù)據(jù)給出描述性關(guān)鍵詞。
信息抽取
從非結(jié)構(gòu)化數(shù)據(jù)的屬性中抽取有意義的結(jié)構(gòu)化信息，在此基礎(chǔ)上進(jìn)行數(shù)據(jù)分析，提升數(shù)據(jù)價(jià)值。
文本摘要
基于深度語義分析模型，自動(dòng)抽取新聞文本中涵蓋內(nèi)容主旨的關(guān)鍵信息并生成指定長度的新聞?wù)?。可用于熱點(diǎn)新聞聚合、新聞推薦、播報(bào)等場景。
標(biāo)簽提取
對(duì)文本進(jìn)行核心關(guān)鍵詞分析，為相似文章聚合、文本內(nèi)容分析等提供技術(shù)支持。
產(chǎn)品功能
智能分詞
支持對(duì)中文文本內(nèi)容的精準(zhǔn)分詞，并智能判斷詞匯對(duì)應(yīng)的詞性，為后續(xù)分析提供基礎(chǔ)支撐。
實(shí)體提取
智能識(shí)別文本中包含的命名實(shí)體信息，包括人名、地名、時(shí)間、機(jī)構(gòu)名、身份證號(hào)碼、車牌號(hào)碼、專業(yè)術(shù)語等。
情感識(shí)別
結(jié)合行業(yè)應(yīng)用場景，對(duì)包含主觀信息的文本進(jìn)行情感傾向性判斷，支持在線訓(xùn)練模型效果調(diào)優(yōu)，為口碑分析、話題監(jiān)控、輿情分析等應(yīng)用提供幫助。
文本分類
對(duì)文本按照內(nèi)容類型進(jìn)行自動(dòng)分類，支持行業(yè)類目定制，為文本內(nèi)容分析等應(yīng)用提供基礎(chǔ)技術(shù)支持。
分類聚類
分類即基于已有類目體系，按照文本內(nèi)容包含的語義信息自動(dòng)完成文本分類；聚類即根據(jù)文本的內(nèi)在數(shù)據(jù)分布、語義特征，將海量文本數(shù)據(jù)自動(dòng)聚合成多類，并為每一類數(shù)據(jù)給出描述性關(guān)鍵詞。
信息抽取
從非結(jié)構(gòu)化數(shù)據(jù)的屬性中抽取有意義的結(jié)構(gòu)化信息，在此基礎(chǔ)上進(jìn)行數(shù)據(jù)分析，提升數(shù)據(jù)價(jià)值。
文本摘要
基于深度語義分析模型，自動(dòng)抽取新聞文本中涵蓋內(nèi)容主旨的關(guān)鍵信息并生成指定長度的新聞?wù)?。可用于熱點(diǎn)新聞聚合、新聞推薦、播報(bào)等場景。
標(biāo)簽提取
對(duì)文本進(jìn)行核心關(guān)鍵詞分析，為相似文章聚合、文本內(nèi)容分析等提供技術(shù)支持。
