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。
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
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
1.通话管理:录音批量上传、ASR双通道转写(本地FunASR与云端可切换),说话人分离,全文检索与播放定位;2.智能质检:大模型从开场白、需求挖掘、产品介绍、异议处理、促成成交五个维度自动评分并生成改进建议;3.成交预测:基于LightGBM的预测模型,8947条样本训练、按周期切分防数据泄漏,验
490Python企业服务
覆盖课程咨询/教务规则/政策解读/知识点答疑等8大类场景,问答准确率86%,分流40%人工客服量;学员满意度提升25%,人力成本降低30%。召回命中率从65%提升至91%;50页PDF全异步处理,接口响应从7s降至1.2s,单条问答响应稳定在4s内。通用RAG架构可快速适配企业技术文档、管理制
520PHP企业服务
本项目是一套面向期货/证券量化交易的规则化系统构建工具包,可作为AI助手(WorkBuddy、ClaudeCode、扣子等支持Skill规范的工具)的插件直接加载使用。核心功能模块:1、目标体检:输入年化收益与最大回撤目标,用「所需Calmar=年化÷回撤」这个单一判据判定目标是否可行(≤0.5宽松
1020Python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
**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
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
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
1230Python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
1470Java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
1020Python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
2170Java人工智能
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
980Python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
970Python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
1620Python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
970Python人工智能
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。
1110Java人工智能
当前共56个项目more
×
寻找源码
源码描述
联系方式
提交