预训练模型是平台提供的预置模型，可直接通过API接口进行调用。
2023年3月24日，NLP自学习平台-预训练模型按照行业类型进行分类升级，全面迁移至NLP自然语言处理，模型调用方式和接口由NLP自学习平台提供，API接口参考文档如下。
服务调用
模型调用文档参考：模型调用
SDK示例文档参考：SDK示例
API接口列表
电商行业能力
模型名称 | 模型说明 | 默认QPS | 最大文本长度 |
支持55种电商领域的行业和192个评价属性，提供多维度商品评价文本分析。 | 10 | 500个字符 | |
支持美容美发美甲、餐饮美食2种本地生活领域的行业和11个评价属性，提供多维度商品评价文本分析。 | 10 | 500个字符 | |
支持汽车领域68个评价属性，提供多维度商品评价文本分析。 | 10 | 500个字符 | |
适用于分析用户的购买动机、使用场景、功能需求、使用疑问等购买决策相关的信息，可以帮助改进产品、改善用户体验、细分人群画像、针对性营销投放等。 | 10 | 500个字符 | |
适用于分析用户的购买动机、使用场景、功能需求、使用疑问等购买决策相关的信息，可以帮助改进产品、改善用户体验、细分人群画像、针对性营销投放等。 | 10 | 500个字符 | |
支持电商等行业的客服在线聊天场景，解析消费者说话内容，得到消费者意图、情感、情绪等结果。 | 10 | / | |
适用于客服在线聊天场景，从对话中抽取出客服话术和用户问题，用于热点问题分析或构建客服话术库。 | 10 | / | |
适用于：给定商品和一些卖点词，生成和卖点相关的商品文案描述。 | 10 | / |
通用行业能力
模型名称 | 模型说明 | 默认QPS | 最大文本长度 |
支持对招中标公告进行分类，目前支持“招标”、“中标”两种类型。 | 10 | / | |
支持招中标信息里关于项目名称、项目编号、招标人名称、中标金额等13个字段的抽取。 | 10 | / | |
支持招标、中标单独解析，对招标信息抽取22个字段。 | 10 | / | |
支持招标、中标单独解析，对中标信息抽取29个字段。 | 10 | / | |
支持合同中的常见要素进行抽取，共支持26个通用要素字段。 | 10 | / | |
适用于从文档中抽取符合key : value模式的信息，支持简历、合同、报告等文档。 | 10 | / | |
适用于电话销售外呼场景，针对对话应用按照行业和场景进行分类，可应用于语音质检。支持30+个行业和170+个场景。 | 10 | / | |
支持电销场景对话客服质检、直播场景主播监管等应用场景。 | 10 | / | |
适用于电销人工外呼/智能外呼场景，识别用户的意图（反应）。 | 10 | / | |
适用于电话销售外呼场景，识别有诈骗风险的对话，可应用于语音质检。 | 10 | / | |
支持姓名、联系方式、学位、公司、职位等10个简历字段抽取，适用于英文简历。 | 10 | / | |
支持姓名、性别、年龄、学历、工作单位等33个简历字段抽取，适用于中文简历。 | 10 | / | |
支持对英文新闻里事件的抽取，包含33个事件类别。 | 10 | / | |
支持电商场景的商品标题，预测所属的类目，类目体系和淘宝等电商平台的一致。 | 10 | / | |
支持中文小说涉黄/色情内容识别，适用于小说内容监管场景。输出涉黄的置信度和相关文本内容。 | 10 | 600个字符 | |
适用于针对电商场景的社交媒体（短文本），预测俄语文本所表达的情感，分为正，中，负，三种情感。 | 10 | / | |
适用于针对电商场景的社交媒体（短文本），预测英语文本所表达的情感，分为正，中，负，三种情感。 | 10 | / | |
适用于针对电商场景的社交媒体（短文本），预测西班牙语文本所表达的情感，分为正，中，负，三种情感。 | 10 | / | |
支持电销、在线接待等应用场景，识别客户或客服的情绪，支持8种常规情绪和3种业务场景常用情绪。 | 10 | 1000个字符 | |
支持对单个或多个新闻文本的分类。 | 10 | / | |
适用于直播场景，通过ASR语音转文字，识别由于多人同时说话导致的文字可读性不佳的问题。 | 10 | 600个字符 | |
支持10个案由的文书，解析得到38个字段。 | 10 | / | |
适用于针对文档抽取关键词或者摘要。 | 10 | 500个字符 | |
针对实际场景中常见的文本生成需求所设计，适用于生成文本摘要或者生成文章的标题。： | 10 | 500个字符 | |
适用于：给定一些天气信息字段，生成车载开机欢迎语生成介绍。 | 10 | 500个字符 | |
支持中文文本输入，输出文本对应的向量表示。 | 10 | / | |
适用于识别社会媒体中反语和讽刺的修辞手法。 | 10 | / | |
通过分析幽默的内容，预测不同幽默的类型（谐音、协议、反转）。 | 10 | / |