mgm集团-mgm集团美高梅-mgm集团美高梅登录

300229 拓尔思12.11 -0.29 (2.34%)

通用产品 / 行业产品 > 应用场景

mgm集团写作

场景描述

mgm集团写作,又称机器资讯写作或机器人写稿。是指计算机利用算法和自然语言生成器编写资讯内容的过程,其主要工作流程是,计算机利用人类专家预先设计好的算法模型快速搜寻与主题相关的信息,将其汇总到常识库,再提炼有价值的信息,自动形成资讯报道。

产品使用

以TRSDL-CKM为基础研发的一款面向中文的机器人写稿系统—TRS机器资讯写作系统,即妙笔小思,综合运用了TRS DL-CKM中自然语言处理、信息检索、信息抽取、多文档自动摘要等技术,根据预先定义的资讯模板,从互联网、资讯数据库等信息源获取数据,并进行抽取、摘要、组合等操作,提取有价值的资讯素材后,自动形成机器资讯。

目前“妙笔小思”可以写作的资讯类型包括:

自然灾害类资讯(如地震、台风快报)

体育比赛类资讯(如足球比赛和篮球比赛等)

财经类(股市动态播报、上市企业公报等)

数据解读类,即统计数据解读(如CPI解读、房价解读、GDP解读等)

应用成效

妙笔小思可以为资讯媒体行业提供快捷高效的机器人写稿服务。系统现在已经在浙江日报、重庆日报等融媒体融合生产创作平台中提供mgm集团实时辅助创作服务。

专题分析

场景描述

专题分析,即专题事件分析,与专题库服务对资讯稿件进行深度挖掘,以为资讯业务人员提供模块化、自动化、开放化的专题分析与展现工具为目的,通过对机构(特别是媒体)内外资源的全面聚合分析,实现专题选题的还原与挖掘、全生命周期式的多维度分析、专题产品快速定制与专题的全量存储和管理。

产品使用

以TRS DL-CKM为基础开发的专题分析系统,对专题数据集进行数据分析,包括关键词分析、时间轴分析、相关地域分析、相关人物分析、各方言论分析等。专题分析的结果保存到快照库中,用户访问时,实际上是访问的最新的分析快照,这样做可以提高访问速度,增强用户体验。

应用成效

在新华社相关项目中,TRS DL-CKM专题分析系统支撑其历史稿件进行周期性的挖掘整理,并进行自动汇聚,从而达到发现话题、分析话题并制作成专题的目的。

mgm集团文本校对

场景描述

mgm集团文本校对,是指针对电子文本进行中文文本错误侦测与纠错。它是电子出版、数字图书馆建设、网络媒体、办公App以及语音识别和机器翻译后处理等领域亟待解决的问题。特别是在当前复杂的国际国内政治环境中,各种领域性的中文文本错误侦测与纠错显得尤为重要。

产品使用

TRS DL-CKM在分析真实文本中的各种错误表现形式及其成因的基础上,有针对性地建立面向文本错误侦测的常识库。

  • 面向字词级错误侦测的
    词语常识库构建
  • 面向句法级错误侦测的
    规则常识库构建
  • 面向语义级错误侦测的
    语义搭配常识库构建
  • 面向错误定位与纠错建议生成的
    纠错常识库构建

除此之外,TRS DL-CKM还提出多个mgm集团中文文本错误侦测模型进行文本自动校对:

中文文本中的“非多字词错误”与“真多字词错误”的分类思想

基于规则与统计相结合的中文文本字词级自动侦测模型的构建

基于语法词典与统计相结合的句法级错误的自动侦测模型的构建

基于语义搭配常识库语义错误的自动侦测模型的构建

面向政治资讯领域的政治性错误侦测模型的构建

应用成效

以TRS DL-CKM为基础,大家搭建了mgm集团校对在线服务平台(http://xiaosi.trs.cn/jiaodui),提供在线服务接口,能校对出文本数据中的字词、语法、语义、政治常识错误,并返回推荐正确词。

图像识别

场景描述

图像识别,又称图像分类检索,包括图像分类和图像检索两种技术。图像分类,是给定一幅图像,利用训练好的分类器自动判定图像所属类别,分类器则是利用待分类标签的训练数据集合训练得到。图像检索又称以图搜图,是基于内容的图像检索,给定一幅查询图像,计算机自动提取图像特征,搜索与之相似(内容或语义)的图像,并按照相似度进行排序并输出检索结果。

产品使用

以基于TRS DL-CKM为基础搭建的深度舰船分类检索系统为例,系统利用深度卷积神经网络模型对目标舰船图像进行分类和检索。TRS DL-CKM对舰船图像集合进行分类标注,实现对训练集和测试集的划分,其次构建深度卷积神经网络模型,并基于训练集展开训练计划,同步利用测试集进行准确性测试,最后得到可用的深度卷积神经网络模型。

应用成效

图像分类检索已应用于新华社图片搜索、专利局图像查重和外观检索等领域,并取得了极好的效果。其中,新华社图片搜索是监控资讯图片的分享、转载等操作,追踪实时热点和关键资讯;专利局图像查重是对新提交的专利进行图像比对,检查提交专利是否与现有专利冲突,辅助专利审批工作;专利局外观检索,是利用专利附图进行专利检索、分类和筛选,管理并完善专利信息库。

常识图谱构建

场景描述

常识图谱构建,是一个结构化的语义常识库构建过程,其组成单位是“实体——关系——实体”三元组,用于以符号形式描述物理世界中的概念及其相互关系。

产品使用

以TRS DL-CKM为核心的常识图谱构建解决方案,是基于行业数据的再加工,包括关系数据库中的结构化数据、文本或 XML 中的非结构化或半结构化数据、领域本体常识以及外部常识,通过自然语言处理技术(TRS DL-CKM)中各种数据挖掘、信息抽取和常识融合等技术,构建统一的行业常识库。

应用成效

在民航科学院项目中,构建了不安全飞行事件本体,用于检测不安全飞行事故报告的完整性。在社会出版社政区大典项目中,通过TRS DL-CKM对35卷近4.5万个词条,约1.4亿字的《中华人民共和国政区大典》进行挖掘处理,分别提取政治、经济、学问、社会、历史、环境和自然条件等各方面的数据指标项,构建了一部关于国民经济各个指标项的常识图谱。

多语种实体识别

场景描述

多语种实体识别,是指利用深度学习框架,基于语义角色标注等NLP技术,实现对中文、英语、法语、德语、西班牙语、阿拉伯语等多语种文本中时间、人物、地点、机构等实体的识别。

产品使用

TRS DL-CKM采用基于深度学习方法进行实体识别,该方法主要使用深度神经网络,由Embedding层(主要有词向量,字符向量以及一些额外特征),双向LSTM层,tanh隐层以及最后的CRF层构成。

应用成效

实验结果表明,TRS DL-CKM采用LSTM-CRF的结构获得了更好的效果,已经达到或者超过了基于丰富特征的CRF模型,成为目前基于深度学习实体识别方法中的主流模型之一。在特征方面,该模型继承了深度学习方法的优势,无需特征工程,使用词向量以及字符向量就可以达到很好的效果,加上高质量的词典特征,进一步提高识别效果。

服务热线:4006 300229

010-64848899

trs@trs.com.cn

complaint@trs.com.cn

??mgm集团美高梅-mgm集团美高梅登 版权所有.

XML 地图 | Sitemap 地图