AI自然语言处理服务功能介绍

自然语言理解是计算机科学领域与人工智能领域中的一个重要方向，研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括机器翻译、机器阅读理解和问答系统等。语义理解技术是指利用计算机技术实现对文本篇章的理解，并且回答与篇章相关问题的过程。语义理解更注重于对上下文的理解以及对答案精准程度的把控。数据收集方面，语义理解通过自动构造数据方法和自动构造填空型问题的方法来有效扩充数据资源。为了解决填充型问题，一些基于深度学习的方法相继提出，如基于注意力的神经网络方法。当前主流的模型是利用神经网络技术对篇章、问题建模，对答案的开始和终止位置进行预测，抽取出篇章片段。

1、文本比对

系统将文件解析内容结构化，再将文本按段落拆分成行，逐行比对出两份文件的差异行，形成一对一的对比行；再比较出每个对比行内容分词的精准差异，包装成“对比行－行内差异”的数据格式返回；用不同颜色对差异化的内容进行标记，最后将对比结果显示在页面上，左侧为对比内容，后侧为原文。

2、智能客服

建立智能问答机器人，为公共资源交易的参与方提供实时的咨询服务。参与者可以通过文字输入问题，智能客服利用NLP技术理解问题的含义，快速给出准确的回答。例如，解答关于交易流程、政策法规、投标注意事项等方面的问题，提高咨询服务的效率和质量，减少人工客服的工作量。

3、知识图谱构建

基于公共资源交易领域的知识和数据，构建知识图谱。NLP技术可以帮助从大量的文本信息中提取知识点，并建立知识点之间的关联关系。当参与者提出问题时，系统可以通过知识图谱快速定位相关的知识，提供更全面、准确的解答，同时也为交易各方提供了一个便捷的知识查询和学习平台。