產(chǎn)品優(yōu)勢
多語言支持
模型語言無關(guān)性，支持中/英/俄/西等多個語種
海量電商數(shù)據(jù)建模
依托阿里豐富大規(guī)模電商場景，借助電商大數(shù)據(jù)完成中心詞建模
深度語義模型
基于卷積的深度語義網(wǎng)絡(luò)CDSSM模型，借助電商類目體系，提升關(guān)鍵詞提取準確率
跨語言遷移學(xué)習(xí)
借助語料豐富的語言的知識，提升語料較少的語言的分析準確率
適用場景
商品搜索
提高搜索準確率，幫助用戶快速查找相關(guān)內(nèi)容
商品推薦
通過分析商品的標題及屬性，向用戶推薦合適的商品
相關(guān)性計算
快速分析詞語與主體相關(guān)性，找到相似度最高或相近的內(nèi)容
更多產(chǎn)品與服務(wù)
NLP自學(xué)習(xí)平臺
支持文本實體抽取、文本分類等NLP定制化算法能力，用戶無需擁有豐富的算法背景，僅需標注或上傳適量文檔數(shù)據(jù)，即可通過平臺快速創(chuàng)建算法模型并使用。
了解更多
商品評價解析
基于電商行業(yè)的大量語料研發(fā)，對消費者歷史評價和新增評價的商品維度屬性自動解析，將文本轉(zhuǎn)化為結(jié)構(gòu)化屬性字段，高效甄別正負面評價，同時根據(jù)情感強烈程度進行-1分~1分的打分，可統(tǒng)計可分析，大幅度節(jié)省客服人工。
了解更多
情感分析
又稱傾向性分析，或意見挖掘，它是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理的過程。利用情感分析能力，可以針對帶有主觀描述的自然語言文本，自動判斷該文本的情感正負傾向并給出相應(yīng)的結(jié)果。
了解更多
命名實體
命名實體服務(wù)可以幫助您快速識別文本中的實體，進而挖掘各實體間的關(guān)系，目前主要針對電商領(lǐng)域，識別品牌、產(chǎn)品、型號等，同時也包括一些通用領(lǐng)域?qū)嶓w如人名、地名、機構(gòu)名、時間日期等。
了解更多
|
公安部備案號 11010502032413
