会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

自然语言处理在金融实时事件监测和财务快讯中的应用

疫情之下，全球金融市场进入大波动时代，各国金融调控政策、突发事件层出不穷，例如美联储无限量QE、欧央行7500亿复苏基金、中美关闭使领馆、阿塞拜疆和亚美尼亚爆发空战...如何24*7小时全天候自动、智能监控全球新闻事件，从而最快速地做出反应、最大可能地规避风险？

  • 2022-01-16
  • 阅读94
  • 下载0
  • 17页
  • docx

基于Seq2Seq的信息抽取方法在多轮对话场景的应用

本文主要介绍了基于Seq2Seq方法从双人语音对话文档中提取电话号码的实践方法，重点介绍了基于不同模型结构的Seq2Seq方法如LSTM、GRU、Transformer的效果对比情况，同时介绍了在Encoder层尝试的不同Embedding方式及其如何采用Attention、Beam Search等方法来提升模型效果。实践结果表明基于Seq2Seq的方法在多轮对话交互中提取电话号码实体的效果相比基于传统的NER方法在F1值提升约30%。

  • 2022-01-16
  • 阅读109
  • 下载0
  • 10页
  • docx

在PyTorch中使用LSTM进行新冠病例预测

时间序列数据，顾名思义是一种随时间变化的数据。例如，24 小时时间段内的温度，一个月内各种产品的价格，特定公司一年内的股票价格。长短期记忆网络（LSTM）等高级深度学习模型能够捕捉时间序列数据中的模式，因此可用于对数据的未来趋势进行预测。在本文中，我们将一起学习如何使用 LSTM 算法使用时间序列数据进行未来预测。

  • 2022-01-16
  • 阅读97
  • 下载0
  • 18页
  • docx

基于NL2SQL的问答技术和实践

NL2SQL是语义解析和智能问答领域的前沿问题，可以将人类的自然语言问句转化为结构化查询语句，是实现人类和数据库无缝交互和提高数据库分析效率的核心技术。 百分点认知智能实验室自成立以来，结合公司实际业务和项目需求，自主研发NL2SQL算法，并在各个公开数据集上取得了良好的效果，同时还在业务项目中积累了宝贵的实际落地经验，本文主要就NL2SQL技术路线的发展历史和实验室在工程实践中的落地经验进行分享。

  • 2022-01-16
  • 阅读180
  • 下载0
  • 15页
  • docx

基于LSTM的多变量多步预测模型

综合业务背景和预测结果来说：co的预测出现了负数这是不正确的，可能跟模型中数据量有关系，毕竟我们数据集一共只有几百条的数据记录，这点数据量对于深度学习模型来说实在是少得可怜，我们今天的工作主要就是完整地去实践LSTM多变量多步序列预测模型，手把手教你去搭建属于自己的预测分析模型。

  • 2022-01-16
  • 阅读99
  • 下载0
  • 14页
  • docx

网易严选nlp-预训练语言模型的应用

文本的表征经历了漫长的发展历程，从最简单经典的bow词袋模型、以LDA为代表的主题模型、以word2vec为代表的稠密向量模型、到现在以bert为代表的通用语言模型。词语是文本细粒度的表达，早期的预训练词向量虽简单易用，但无法解决一词多义的问题。近年来，基于大规模上下文语料，训练的通用语言模型，可以产出更细致的语义表征向量，相同的词在不同的语境中能抽取出不同的语义向量。

  • 2022-01-16
  • 阅读98
  • 下载0
  • 11页
  • docx

面向汇聚边缘云的固移综合承载云网架构研究和实践

介绍了面向汇聚边缘云的固移综合承载云网架构的研究实践相关内容。分别从业务需求分析、云网系统架构、现网部署技术方案、规模用户测试、后续应用演进等角度入手，对5G时代面向汇聚边缘云的固移综合承载云网架构部署和商用进行了分析和研究，为运营商进行规划建设和规模商用提供了决策依据。

  • 2022-01-16
  • 阅读103
  • 下载0
  • 15页
  • docx

基于LSTM及Seq2seq模型的业务预测算法研究

在无线网络的规建维优中，业务预测起着关键的作用，如在规划工作中需要对该区域进行业务预测，以确定规划相应的资源来满足该区域未来的业务需求；对于优化工作，会对小区业务进行预测，进而可以对小区的容量优化进行提前预警，达到防患于未然。本文通过收集某小区七个月内小时粒度的业务数据，引入LSTM算法和Seq2Seq算法，预测未来72 h、168 h及336 h的下行PRB平均利用率及空口总业务量上，并对预测结果分析，提出目前所存在的问题及未来规划，指出在未来数据充足的情况下可利用更多数据特征进行大区域多尺度多粒度的业务数据预测并指导网络资源调度及规划设计等。

  • 2022-01-16
  • 阅读140
  • 下载0
  • 14页
  • docx