NLP

NLP(自然语言处理)是人工智能的一个重要分支,致力于研究计算机与人类自然语言之间的交互,目标在于使机器能够​​理解、解释和生成人类语言​​。其核心任务涵盖基础技术如​​分词、词性标注、句法分析​​,到高级应用如​​机器翻译、情感分析、智能问答、文本摘要和语音识别​​。传统方法依赖统计机器学习与语言学规则,而现代NLP几乎完全由​​深度学习​​驱动:​​词嵌入​​(如Word2Vec)将词语映射为稠密向量,​​循环神经网络(RNN)​​、​​长短期记忆网络(LSTM)​​ 以及​​Transformer架构​​(如BERT、GPT系列)依靠注意力机制彻底改变了序列建模能力,使模型能够捕捉上下文语义的细微差别。预训练大语言模型(LLM)的出现,如ChatGPT,进一步推动NLP进入通用语言理解和生成的新阶段。NLP技术已广泛应用于搜索引擎、智能助理、机器翻译、内容推荐、舆情分析等领域,持续推动人机交互方式的变革,并成为当代AI技术落地最成功的方向之一。
1.搭建RAG检索链路,LangChain+Chroma做语义检索,叠加BM25关键词混合召回。纯向量检索对课程专业术语命中率不够,引入BM25后召回率提了约15个百分点,问答准确率达80%。2.设计多轮对话记忆模块,动态维护上下文窗口。难点是历史过长会撑爆token限制,最终用滑动窗口+摘要压缩平
230Python人工智能
本项目包含五大核心模块:1.FEMDA五维状态引擎:实时监控物质(M)、信息(I)、逻辑(L)、能量(E)、功能(F)五维熵值,动态评估系统健康度。2.双脑协同系统:外脑(LLM)提供创造性语义生成,内脑(FEMDA内核)保障确定性逻辑推演与安全审查。3.动态源码自进化协议:基于熵值驱动,系统运行中
270Python人工智能
系统包含商家意图理解、分层长期记忆、企业知识检索、工具调用、权限校验、敏感操作确认和全链路追踪等模块。用户提出经营问题后,Agent会结合账户上下文与历史记忆完成向量检索、BM25关键词检索和重排,再生成可解释的答案或调用受控工具执行任务。对于修改数据、对外发送等操作,系统会先展示执行计划并要求用户
310Java电商
一、双任务共享编码模型基于BERT-base-Chinese构建单模型多任务架构:底层共享编码层,上层分别接安全分类头(正常/广告/色情/暴力/政治敏感五分类)与情感分析头(正面/负面/中性三分类)。一个模型同时输出两个结果,比跑两个独立模型节省近一半资源。二、推理服务提供实时分类与批量审核两类接口
340Python人工智能
系统按一条完整链路设计:用户提出需求-任务拆解-多源检索-结构化生成-质量评估-人工精修。共六个核心模块:一、Coordinator任务拆解引擎接收「撰写某行业报告」这类自然语言需求,自动拆解为6-8个子任务(宏观环境-市场规模-竞争格局-财务对比-风险提示),并构建任务依赖图(DAG),无依赖的节
370Java人工智能
系统包含四大核心模块:多模态数据输入:支持用户上传舌苔照片、体检报告,并用语音和文字描述症状。中医知识库检索:基于阿里百炼平台搭建RAG工作流,检索中医古籍与医案。AI辨证推理:大模型结合知识库,进行体质诊断。结构化方案输出:生成包含运动、饮食、方剂参考的个性化调理报告。
490Python人工智能
系统包含文档管理、知识库问答、引用溯源三个核心模块。文档管理支持上传PDF、Word、TXT、Markdown等格式,自动完成文本解析、切分与向量化入库;知识库问答采用语义检索与大模型生成结合的方式,员工输入自然语言问题后返回结构化答案;引用溯源为每条结论标注对应的文件名、段落与相似度,并展示原文片
440Python企业服务
vinsoo云端agent产品系统
1、Agent决策(agent_brain):解析模型输出、整理成结构化动作,递归解析校验XML标签(含嵌套标签)并纠正模型写错的标签,动作检测复杂度O(n²)→O(1)。2、多Agent编排:XProgrammer、API_Document、Ask、RemoteAgent等角色,各有Full-Cy
260Python人工智能
主流程分四段:一、工单受理——录入工单号、服务器角色、紧急程度、任务描述;二、任务包组装——把工单拼装成结构化任务包,包含任务目标、环境线索、边界约束(如"数据必须来自真实命令输出,禁止编造""涉及删除、格式化、重启等危险操作先停下请求授权");三、人工审批——关键动作必须人工确认才放行,审批不通过
390Python人工智能
主要功能模块:①品牌知识库——企业介绍、服务清单、交付案例等结构化沉淀;②对话问答——访客可直接询问"你们能做什么""怎么收费""凭什么相信你们",回答基于真实交付记录而非套话;③防编造约束——prompt层设计"基于真实记录回答、无依据即如实说明"的约束,回答带出处;④预制引导——提供高频问题引导
390C人工智能
主要功能模块:①项目评估——输入需求描述,输出可行性判断、风险点与投入估算建议;②方案输出——按业务场景生成结构化的落地方案草案,供人修改确认;③行业动态——定时抓取与整理AI领域新动态,形成可快速浏览的摘要;④工作流编排——多节点协作(参数提取→分类判断→内容生成→结构化输出),支持定时任务与人工
310Python人工智能
主要功能模块:①应用定义文件解析——自动解析上传的应用定义(含节点、连线、变量引用、配置项);②确定性规则检查——执行100+项检查规则,覆盖结构完整性、反模式、检索增强配置、安全配置、可观测性等12个维度;③缺陷分级——按严重/一般/提示三级输出问题清单;④验收报告——生成结构化报告,给出结论、问
330Python人工智能
主要功能模块:①手册知识库——4000+页设备手册完成格式转换、清洗、分段、批量入库,支持按产品线与文档类型组织;②故障问答——工程师用自然语言描述报错现象,返回排查步骤、配置命令与手册出处(可回溯到具体章节);③检索约束——通过分段模式选型与检索配置降低型号误匹配类噪声;④拒答兜底——超出知识库范
400Python低代码
支持游客语音提问与开发期文字输入,完成ASR转写、税务大模型问答、联网检索、分段TTS播报和浏览器与数字人口型双扇出;通过WebRTC返回大屏画面,实时展示阶段耗时与会话状态。配套交互数据看板,统计完成率、打断率、首包音频、口型启动等指标;本地SQLite仅保存脱敏问答文本,支持可选Bearer鉴权
370Python人工智能
支持通过微信Agent提问景区客流、承载率、排队、票务收入、售票渠道、核销退款、演出上座率、天气和运营事件;先用RAG检索指标口径与回复范式,再生成只读SQL查询realtimeschema,最后输出“运营判断—关键数据—风险/建议”的微信短回复。支持多景区对比、OTA渠道质量分析、未来数据不可见边
400Python人工智能
系统支持自然语言任务解析、国家与人群画像约束、RAG知识检索、脚本与镜头规划、外部素材检索、TTS口播、字幕及背景音乐合成、成片质检、人工审核、多账号多平台发布。发布后可定时抓取评论,分析咨询意向,生成建议回复并推送高意向线索。配套FastAPI与Vue控制台,提供账号、任务、发布记录、上传素材、学
670Python人工智能
主要模块:online:preprocessstage:意图检测、历史消息处理、query重写;retrieveandgenerationstage:adaptiveretrieverandmulti-agentorchestratorpostprocessingstage:过滤掉不合规的信息;re
430Python人工智能
反洗钱项目产品系统
1. 模块总览:全局指标看板,统计交易量、规则命中、AI高风险案件,展示14日风险趋势,统筹监控、分析、运营全流程。​2. 监控与合规解析:自动解析监管合规文件,生成风控规则,实时监测全量交易流水。​3. 规则&AI模型管理:统一配置风控阈值、策略,深度学习模型评定交易风险,输出高风险工单。​4. 
770Python金融
系统以任务型智能体协同浏览器与数据工作流,完成授权来源的线索发现、去重、AI初筛、专家复核、材料生成和状态复查;在关键判断节点保留专业人员审批,并记录来源、处理结果和修改痕迹。既有项目已处理约50万条线索,产能提升约30-50倍,形成60万元级成本节省。
630Java人工智能
平台支持复杂文档解析、语义切片、元数据管理、知识质检、智能体模板、来源引用和专业资料检索;通过GIS接口与算法服务接入图层、遥感和业务数据,并提供权限管理、安全审计、问题反馈及版本治理,形成可检索、可追溯、可持续扩展的专业知识平台。
670Java人工智能
当前共561个项目more
×
寻找源码
源码描述
联系方式
提交