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.工业Excel智能翻译:SIP、PMP等文件中译英,不破坏合并单元格、行高列宽、换行和浮动文本框;2.术语记忆与防呆:统一术语译法,处理前自动生成防呆副本,避免覆盖原件;3.大文件提速:内存映射+哈希去重,上万单元格的路由环节从数分钟压到约30秒;4.质量报告自动生成:日/周/月报编制写成SOP
170Python工业互联网
面向NPI报价评审的质量成本风险决策,由多个智能体分工完成:1.风险识别:按FMEA思路梳理设计与制程中的潜在失效模式,评估严重度、发生度和可探测度;2.权重评估:用AHP层次分析法确定各类风险与成本因素的权重;3.成本模拟:用蒙特卡洛模拟给出质量成本的分布区间,而不是单一估计值;4.决策输出:把上
130Python工业互联网
一是视频转写与清洗:13段视频转成文本,去重、去口语冗余,整理成13篇结构化文档,单篇805–2,838字。二是增量导入:只写入指定知识库,逐篇确认索引状态完成才进入下一步,避免半途失败留下脏数据。三是召回测试集:按「每篇文档一道题」构造13题,覆盖6类遗传异常场景,不挑好答的题。四是存量保护验证:
310Python医疗健康
系统支持创建和管理企业知识库,上传PDF、DOCX、TXT等文档,并展示文档处理状态。后台提供文本抽取、内容规整、分块、向量化和索引存储流程,支持按知识库进行Top-K语义检索。问答模块采用RAG方案,先检索知识证据,再生成或返回回答,并展示相关引用来源。当知识证据不足时,系统触发明确的“知识不足”
290Java人工智能
核心功能模块:①信念内核:每个Agent有独立信念文件(人格/业务红线/经验记忆),决策由信念驱动路由,90个信念锚点+三层结构(L0核心/L1应用/元层指导思想)。②活体知识治理:常用信念越用越强(C2经验回灌),过期信念30/60/90天自动降权(C1僵尸检测+strength衰减),信念漂移学
360Python人工智能
系统包含六大功能模块:1.对话与任务中枢:浏览器访问本地端口即用的三栏界面(对话区、工具过程区、产物区),SSE实时流式推送思考、工具调用与产物,任务可随时中止。2.Agent执行引擎:自研functioncalling主循环,工具schema全量下发、模型自主决策,支持最多25轮回环与错误自愈,内
580Python人工智能
智能客服:多渠道接入(App、H5、公众号),意图识别与多轮对话,知识库检索增强(RAG),答案溯源,人工坐席无缝转接,会话质检与满意度回收。OAAI助手:企业知识问答、文档解析入库、按组织与权限过滤答案、常用流程(请假、报销)的引导与代办。管理端支持知识库维护、话术配置、效果看板(解决率、转人工率
350Python人工智能
双端交互与热插拔内核:基于“平台/内核分离”架构,同一套核心引擎同时支持终端CLI与浏览器Web(SSE流式输出);支持在运行时动态装卸、替换不同的大模型内核(换脑不重写代码)。高可用状态与持久化:内置原子写与水位线幂等机制,实现断点续传与崩溃自恢复;采用“七格板”管理长任务状态,确保任务进度绝不丢
930Python人工智能
本项目是完整的LLM微调与私有化部署系统。核心功能包括:1)基于Qwen3-14B的LoRA微调训练管线,支持4bit量化、指令数据构造与评估;2)fact/opinion二分类推理接口,基于vLLM高效推理引擎;3)FastAPI封装的RESTfulAPI服务,提供单条与批量文本分类;4)RAG检
1000Python人工智能
一、智能问答:员工用自然语言提问(如"年假有多少天""报销要在多久内提交"),系统返回回答并列出引用来源——包括来源文档、原文片段、关键词检索分、向量检索分与精排分,每条结论都可回溯源文。二、混合检索:关键词与向量双路召回——BM25L负责精确命中查询词,向量一路(哈希词袋嵌入+余弦相似度)补回表述
2900Python人工智能
1、标书合规审查:解析招标文件正文,抽取资质证书、业绩、人员、社保、承诺函等要件清单,逐项核对齐备性,输出缺失或存疑条目与废标风险提示,审查规则可配置。2、预算估算与管控:接收清单与镜像数据做工程量与造价估算,内置异常输入拦截,避免脏数据污染估算结果。3、结算多算对比:将结算书与概算、预算、合同价做
1490Python人工智能
**需求拆解和角色设计**:按照投研业务流程,划分出不同职能Agent,比如行业研究员、数据分析师、风险研究员、报告撰稿Agent,给每个Agent定义独立角色、任务目标、约束规则、专属Skill:-行业研究员Agent:负责检索行业资讯、企业基本面信息;-数据分析师Agent:负责整理财务数据、做
1281Python人工智能
1.多模型路由:9家大模型API+本地Ollama按任务自动选型2.夜班调度器:定时任务无人值守执行3.AI评委质检:多维度自动审稿打分4.全程留痕:任务链路可回溯可复盘支持私有化部署到客户内网环境。
1180Python内容平台
把静态文档目录变成可检索、可问答的私有知识库。功能模块:①数据链路——扫描文档目录、按语义切片、本地生成向量、写入知识库集合,四步串联;②异步构建——后台任务负责embedding,通过状态轮询获取进度,避免长任务阻塞主流程;③连接隔离——每个任务使用独立数据连接,避免文件句柄耗尽导致进程挂掉;④目
650Python人工智能
把散落的Markdown笔记与文档,变成可提问、带出处、能自己更新的私有知识库。功能模块:①分层存储——按"原始记录/项目档案/长期记忆"三层组织资料并按主题归类;②每日自动同步——定时读取新增内容、调用本地大模型生成摘要、写回知识库并回流向量库,全程无人值守;③向量检索问答——提问返回答案并标注来
760Python人工智能
全链路实时语音:麦克风WebRTC采集→SileroVAD(含500ms预回填,降低开口丢字)→流式STT→LLM流式生成→流式TTS→WebAudio播放;说话即打断(barge-in),用户插话立即停生成、停发声并重新监听,无需等AI说完。Provider中立:STT/LLM/TTS统一接口,1
1210Python人工智能
1.文档管理:支持上传PDF、Word、Markdown,自动解析、清洗、分块并建立索引;启动时可批量导入。2.智能问答:自然语言提问,检索相关段落后由大模型生成回答,流式逐字输出,回答下方列出引用的原文片段和文件名,可追溯。3.部门权限:按账号所属部门过滤可检索的文档,销售部看不到人事部的薪酬文件
1470Python人工智能
AI算法超市(通用能力):提供人脸检测、安全帽检测、通用文字识别(OCR)、二维码识别、车辆识别、图像去雾、人像背景虚化、音频降噪、文本纠错、行为分析等标准化AI能力,支持在线体验与API接口调用。定制化AISkills(业务纵深):集成针对移动端系统的日志分析技能,包括Android手机蓝牙业务日
970Java人工智能
本项目包含三大核心功能模块。一是桌面UI交互模块:实现了无边框透明窗口渲染、鼠标拖拽定位、右键菜单以及静态图与动态图切换。二是AI对话交互模块:独立编写了基于本地Ollama大模型的API调用脚本,完成连接与多轮对话验证。三是工程化打包部署模块:使用PyInstaller将项目封装为独立exe,攻克
910Python人工智能
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
910Python人工智能
当前共85个项目more
×
寻找源码
源码描述
联系方式
提交