产品简介
该产品支持文本实体抽取、文本分类、关键短语抽取、情感分析、关系抽取、短文本匹配、商品评价解析等 NLP 定制化算法能力，用户无需拥有丰富的算法背景，仅需标注或上传适量文档数据，即可通过平台获得优质的 NLP 算法模型。教学视频 功能...
术语解释
名词 解释 App内反馈 从App...情感分析 对用户反馈中带有情感色彩的主观性文本进行分析。标签分析 对用户反馈基于自定义标签分组进行分析。趋势分析 对用户反馈随时间变化的趋势进行分析。热门反馈 对用户反馈根据内容相似性进行聚合分析。
功能发布记录
预测文本所表达的情感，详见右侧文档 2020-09-30 情感分析（英语）服务使用教程 情感分析（西班牙语）服务 预训练模型 适用于针对电商场景的社交媒体（短文本），预测文本所表达的情感，详见右侧文档 2020-09-30 情感分析（西班牙语）服务...
分析预警
波动原因分析 波动原因分析通过机器智能算法自动拆解分析核心指标波动的原因。您可以拆解维度或度量来分析波动原因。在 仪表板 页面，单击待编辑仪表板右侧的 图标。在仪表板编辑页面单击目标图表。在图数据面板 高级 页签，单击 智能洞察-...
全文检索
背景信息 随着数字时代的发展，数据的来源和生成方式越来越广泛，其中也包含大量的文本数据。人们通常选择数据库或数据仓库存储文本数据，但是将文本数据中有价值的信息提取出来并进行高效分析，往往需要涉及多个数据处理系统配合来实现，...
功能特性
支持对用户反馈中带有情感色彩的主观性文本进行分析。支持对用户反馈基于自定义标签分组进行分析。对用户反馈随时间变化的趋势进行分析。支持对用户反馈根据内容相似性进行聚合分析。客户端UI自定义 支持App开发者对用户反馈界面的风格样式...
pg_ts_config
一个配置指定了一个特定的文本搜索分析器和一个用于分析器输出记号的字典列表。分析器由 pg_ts_config 项展现，而记号到字典的映射则由 pg_ts_config_map 中的辅助项定义。列名称 列类型 描述 oid oid 行标识符。cfgname name 文本搜索配置...
原因分析
原因分析时通过对通话内容的挖掘，分析出客户投诉或者问题未解决的具体原因。分析客户投诉或问题未解决的热门、冷门原因、变化趋势、涨跌幅等情况。未解决原因分析 分析维度 未解决原因分析是以时间和数据来源的维度对未解决数据进行分析。...
GetResult-获取质检结果
XXX Code string 结果代码，200 表示成功，若为别的值则表示失败，调用方可根据此字段判断失败原因。200 Message string 出错时表示出错详情，成功时为 successful。successful PageNumber integer 当前页。1 PageSize integer 每页条数。...
异常类型说明
本文介绍文本分析结果的异常类型。文本分析结果数据保存在名为internal-ml-log的Logstore中，您可以通过该数据中的 result.type 字段和 result.anomaly_type 字段分析异常类型。更多信息，请参见 结果字段说明。判断条件 异常类型说明 ...
算法说明
日志服务异常智能分析应用提供文本分析功能，用于对日志中的文本日志进行智能化、自动化的分析，提供全局的统计分析结果。文本分析功能通过 日志模板发现 和 日志模板匹配 两个子任务，实现对于日志数据的监控和统计。您可以根据待分析的...
如何开启模型训练
SFT不同训练任务的数据实验参考 文本分类任务-情感分析：训练数据量 100 200 500 1000 准确率 0.9559 0.9719 0.9719 0.978 文本生成-阅读理解 训练数据量 100 200 500 1000 2000 准确率 0.5808 0.5992 0.6202 0.611 0.6235 序列标注-命名...
pg_ts_parser
pg_ts_parser 目录包含定义文本搜索分析器的项。一个分析器负责将输入文本分割成词位并为每一个词位分配一个记号类型。由于一个分析器必须用 C 语言级别的函数实现，创建新分析器的工作只限于数据库的超级用户。列名称 列类型 描述 oid oid...
产品简介
命名实体识别 电商 命名实体识别基础版（电商）50万次/天 20 否 1024个字符 情感分析 通用 情感分析基础版（通用）50万次/天 20 否 1000个字符 中心词提取 中文电商 中心词提取基础版（中文电商）50万次/天 20 否 128个字符 英文电商 中心...
预训练模型（平台预置模型）
10 600个字符 情感分析（俄语）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/情感分析（英语）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，...
游戏行业算法版
（5）完成配置：查询测试 搜索测试 1、索引构建完成后可在 功能扩展>搜索测试 页面对游戏行业算法版的行业文本分析器对应的索引进行测试：以default索引为例，query子句填入：default:'游戏' 向量检索 如需测试向量检索功能请按如下流程...
教育行业算法版
（5）完成配置：查询测试 搜索测试 索引构建完成后可在 功能扩展>搜索测试 页面对教育行业算法版的行业文本分析器对应的索引进行测试：以default索引为例，query子句填入：default:'教育' 向量检索 如需测试向量检索功能请按如下流程操作...
电商行业算法版
配置查询分析的索引需要是“行业－电商通用分析”，并且行业选择“电商增强”，在文本向量化功能中选择配置了“向量-电商向量通用”的分析器。多路召回 电商行业算法版默认会为用户实例生成一个名为 sys_strategy 多路搜索策略，如需测试多...
内容社区行业算法版
（5）完成配置：查询测试 搜索测试 索引构建完成后可在 功能扩展>搜索测试 页面对内容社区行业算法版的行业文本分析器对应的索引进行测试：以default索引为例，query子句填入：default:'企业' 向量检索 如需测试向量检索功能请按如下流程...
阿里云ES机器学习
NLP在ES中的应用，使得ES具备了情感分析、实体识别、文本分类和QA问答等机器学习能力，可以提升ES搜索体验能力和降低ES使用难度。本文介绍机器学习的应用、text embedding在ES中的应用和ES Eland。背景信息 ES是基于Lucene的搜索引擎，提供...
情感分析（多语言电商）
情感分析（高级版-多语言-电商）调用须知 该服务为高级版的能力，需要开通高级版才能免费调用。点击这里确认开通状态：点击确认开通 支持语言：英语、越南语、印尼语、泰语、马来语 支持领域：电商领域 能力说明：针对带有主观描述的自然...
指标趋势图
智能洞察 波动分析 波动原因分析通过机器智能算法自动拆解分析核心指标波动的原因。您可以拆解维度或度量来分析波动原因。具体设置请参见 波动原因分析。说明 波动分析 功能目前处于Beta版本。标注-当图表中的数据存在异常或需要重点关注时...
产品简介
阿里云自然语言处理包含以下子服务：NLP基础服务，为用户提供包括分词、词性标注、命名实体、情感分析、中心词提取等自然语言处理基础服务，可用于智能问答、对话机器人、舆情分析、内容推荐、电商评价分析等场景中。温馨提示：NLP基础服务...
案例：构建文本语义检索系统
由于数据集的样本中可能会包含重复的问题，因此我们利用集合过滤掉重复的文本。sentences=[]for data in dataset['questions']:sentences.extend(data['text'])#去除重复的文本。sentences=list(set(sentences))print(' '.join(sentences[1...
组件参考：所有组件汇总
文本分类训练（MaxCompute）（即将下线）该算法组件集成了基于BERT的文本分类模型、传统深度文本分类（例如TextCNN）模型及PAI自研的DGCNN模型。文本匹配训练（MaxCompute）（即将下线）该组件的输入为两个句子，输出它们是否匹配。序列...
情感分析（通用）
情感分析（基础版-通用领域）调用须知 该服务为基础版的能力，需要开通基础版才能免费调用。点击这里确认开通状态：点击确认开通 支持语言：中文 支持领域：通用领域 能力说明：针对带有主观描述的自然语言文本，可自动判断该文本的情感...
服务下线通知
情感分析 词性标注 中心词提取 智能文本分类 文本信息抽取 商品评价解析 迁移指引 NLP基础服务2.0的基础版中已完整包含 分词、命名实体识别、情感分析、词性标注、中心词提取、智能文本分类 算法服务，且定价低于1.0（1.0：0.0027元/次，2....
构建数据仓库
用户的应用场景复杂，对非结构化的语音、自然语言文本进行语音识别、语义分析、情感分析等，同时融合结构化数据搭建企业级的数据管理平台，并且计算和存储成本最低。平台支撑多种形式的应用，包括使用机器学习算法进行复杂数据分析、使用BI...
【通知】NLP1.0相关商品停止售卖通知
情感分析 词性标注 中心词提取 智能文本分类 文本信息抽取 商品评价解析 NLP基础服务 迁移指引：NLP基础服务2.0的基础版中已完整包含 分词、命名实体识别、情感分析、词性标注、中心词提取、智能文本分类 算法服务，且定价低于1.0（1.0：0....
通过消费组读取文本日志进行模板匹配
通识字段模板 在文本分析作业对日志进行预处理时，日志相似聚类算法会使用模板表达式匹配日志中的文本内容并将其替换为模板名称，有助于提高分析的准确性。例如 模板名称 为 IP，模板表达式 为(?[^A-Za-z0-9])|^)(\d{1,3}\.\d{1,3}\.\d{1,3...
文本反垃圾检测
requestCode){/表明请求整体处理失败，原因视具体的情况详细分析。System.out.println("the whole scan request failed.response:"+JSON.toJSONString(scrResponse));业务处理。return;}/调用成功。System.out.println(JSON.toJSONString...
使用文本审核增强版识别文本违规风险
如果您需要定制私有化的审核规则，可以通过如下步骤创建词库，设置有风险的违规关键词或者在检测文本前需要过滤掉的关键词，然后配置匹配关键词的检测规则。在 文本审核增强版>规则配置 页面，按照如下步骤配置词库。在 词库管理 页签，...
Prompt最佳实践
Prompt 工程简介 Prompt（提示词）是一个指令、问题或者语句，能被 用来引导或指示一个语言模型生成特定的文本输出。Prompt是用户与语言模型交互的起始点，它告诉模型用户的意图，并且期望模型能以有意义且相关的方式回应。通过精心设计的...
获取模型预测结果接口示例
[{"match":"1","sent_a":"信用卡归还，资金的还款的顺序","sent_b":"信用卡还款顺序","value":"0.5989755"}]返回字段 字段名称 字段值含义 match 是否匹配 0：不匹配 1：匹配 sent_a 短文本a sent_b 短文本b value 文本匹配值 情感分析 ...
实时质检结果
使用方法 呼叫中心质检>创建质检任务>实时语音质检/实时文本质检 选择客服数据>选择服务质检方案>开始检测 实时质检效果 实时质检对每句对话的文本进行质检分析，在通话过程中，当一个角色说完一句话产生文本后，就需要上传数据，上传数据...
3D柱状图
文本样式：柱子标注的文本样式，包括文本的字体样式、文字粗细、字号和颜色。坐标轴：组件坐标轴包括x轴、y轴和z轴。X轴 X轴显示：打开开关，组件内X轴样式显示可见；关闭开关，组件内X轴样式不可见。数据类型：X轴数据的类型，可选类目型...
数据准备
以情感分析任务为例，我们的每一条数据为一个（文本，情感）对。例如：（“这个牌子的红枣很不错”，“正”）。情感一共有三种不同的类别：“正”，“中”，“负”。对于每一个不同的类别，我们建议至少准备500条训练数据再进行测试。训练...
实时质检结果
对接 实时质检API（SyncQualityCheck.json，详情咨询钉钉群：34894038），对每句对话的文本进行质检分析，在通话过程中，当一个角色说完一句话产生文本后，就需要调用该API上传数据，上传数据时可以携带技能组信息，然后通过 呼叫中心质检-...
数据湖管理FAQ
目前元数据发现支持的是CSV文本格式，因此需要确认Excel文件导出的是CSV文本文件。说明 识别一个CSV文件的Schema是通过采样文件，然后读取文件前1000行，需要确认前1000行的字段及分隔是否完全一致。为什么一个目录下面是同样Schema的JSON...
基于文本分析算法实现新闻分类
本文为您介绍如何通过PAI提供的文本类组件，快速构建文本分类模型。背景信息 新闻分类是文本挖掘领域较为常见的场景。很多媒体或内容生产商对于新闻文本的分类通常采用手工标注的方式，消耗了大量的人力资源。PAI提供的智能文本挖掘算法...
- 产品推荐
- 这些文档可能帮助您