数据标注实务 (数据标注实务是什么课)

本文目录导航：

• 数据标注实务—数据标注概述
• 腾讯算法初级钻研员陈松坚：智能问答技术及其运行
• 各类场景运行中触及的AI算法汇总

数据标注实务—数据标注概述

数据标注实务—数据标注概述。

数据标注开展简史

数据标注行业的开展

1、人工智能开展史

人工智能的概念在上世纪五六十年代被正式提出。

图灵测试

1956年在达特茅斯会议上首度提出“人工智能（AI）”概念，被誉为“人工智能的终点”。

人工智能的开展阅历了起坎坷伏，从通常到通常，从初期在事实运行环境中经常使用效果不佳，到经过技术的打破，成功存储才干、计算才干的大幅优化的环节。

2、数据标注的来源

2007年，斯坦福大学传授李飞飞等人开局启动ImageNet名目。

数据标注的概念：标注是对未处置的初级数据，包括语音、图片、文本、视频等启动加工处置，并转换为机器可识别信息的环节。

3、人工智能算法与数据标注之间的相关

强者工智能vs弱人工智能。

深度学习是人工智能目前的一个关键钻研畛域，其关键有四种方式：监视学习、无监视学习、半监视学习、强化学习，监视学习是以先人工智能的钻研重点。

国际数据标注行业的开展现状

数据标注行业近几年开展迅猛，要求越来越高。

1、市场端

估量2025年市场规模将打破100亿元人民币，对标注数据的需求量会更大，数据标注行业的开展前景是十分向好的人工智能算法与数据标注之间的相关。

目前数据标注需求量最大的五座市区区分是：北京、成都、杭州、上海、深圳。

2、供应商端

分为三大类：平台数据供应商、中小数据供应商、需求方自建团队。

从供应商的开展来看，行业外部处于“洗牌”阶段。

什么是数据标注

数据标注（Data Annotation）是对文本、图像、语音、视频期待标注数据启动归类、整顿、编辑、纠错、标志和批注等加工操作，为待标注数据参与标签，生成满足机器学习训练要求的机器可读数据编码的上班。

标签（Label）

标注义务（Annotation Task）

数据标注员（data labeler）

标注工具（annotation tool）

数据标注的上班特点

数据标注上班特点是由数据标注名目的特点选择的，而且须要依据效果始终启动需求调整。

需具有以下才干：可迁徙学习才干、重复标志才干、认真专一才干、总结提炼才干。

据标注定义及分类

数据标注的基本流程

包括4个环节：

数据荡涤：关键的环节，对数据启动筛检，去重，并对数据集中存在的意外值与缺失值启动查缺补漏，同时平滑噪声数据，最大限制纠正数据的不分歧行和不完整性。

数据标注：由标注员担任标注数据，可驳回分类标注、标框标注、区域标注、描点标注或其余标注方法启动。

数据质检：关键环节，经常出现的控制品质方法:多人验证、埋题验证、标注人员形态验证、机器验证。

数据标注的分类

常依据待标数据类型启动分类：

文本标注：关键是用于人造言语处置（Natural Language Processing，NLP）,如：客服行业、金融行业、医疗行业等。

其标注方式有：分词标注、词性标注、情感标注、用意识别、实体标注等。

音频标注：关键用于语音识别（Automatic Speech Recognition，ASR）和语音分解（Text-To-Speech，TTS），ASR技术关键是将声响转成文字，而TTS技术关键是将文字转化为声响。

目前较经常出现的运行场景有智能客服、电话机器人、苹果手机的Siri等。

音频标注方式有语音转写、语音情感标注等。

图像标注：关键给计算机视觉相关的算法提供数据集，日常能了解到的场景如人脸识别、智能驾驶、车牌识别以及目前比拟火的医疗影像的识别等都会用到图像标注。

标注方式有矩形框标注、多边形拉框、打点、OCR识别、语义宰割、图片审核分类等。

视频标注：关键是经过对视频取帧后启动图片标注，而后再启动分解训练。

例如：监控视频、智能驾驶、智慧交通等，其标注方法基本和图片标注分歧。

数据标注的运行畛域

尽量了解标注数据的运行场景，关于标注品质有关键意义。

出行畛域：经常出现的标注方式有：点标注、线标注、框标注、3D点云标注、场景语义宰割、PoI（Point of Interest）标注等。

安防畛域：政府层面多。

人脸标注、视频宰割、语音采集、行人标注等是关键的数据标注运行。

金融畛域：文字翻译、语义剖析、语义转录、图像标注等都会失掉很宽泛的运行。

电子商务畛域：能进一步深度开掘数据集，经过互联网搜查指定内容的搜查完善、经过语句的情感判别、用意判别、纠错、以及言语的采集、标注等均为关键的数据运行。

公共服务畛域：审核内容能否合乎要求的内容审核，对具有相反意义的语句启动归类的语义剖析、用意识别、语音转录，以及视频审核、文本审核等都是数据标注经常出现的运行畛域。

数据标注行业的运转形式

数据标注的特点

标注内容最小颗粒度、项指标注数量大、标注需求迭代快。

数据标注在人工智能中的位置

数据标注为人工智能公司提供了少量的带有标签的结构化数据集，供机器启动训练和学习，保证算法模型的有效性。

而数据标注的准确性选择了人工智能的有效性，因此在目前阶段数据标注在人工智能中还占据着十分关键的角色，而且在未来一段期间依然十分关键。

数据标注运转形式

可以参考PM名目控制。

数据标注行业未来开展趋向及应战

具前瞻性的数据集产品和高度定制化数据服务将成为数据标注行业开展的干流。

数据标注行业竞争加剧的开展趋向

目前已进入极速增常年，微观角度来看：市场规模始终扩展，市场竞争的加剧，行业外部或将迎来“洗牌期”；微观角度看：高品质、精细化、定制化的数据集越来越遭到需求方的青眼。

政策的有力允许

工业和信息化部印发了《促成新一代人工智能产业开展三年执行方案（2018-2020年）》。

2020年2月，“人工智能训练师”正式成为新职业附属于软件和信息技术服务人员小类。

面临的疑问和应战

应战1：标注需求难度放大、行业结合深化不够。

应战2：半智能化标注工具及控制平台的研发无余，关注两个重点：如何优化标注效率和如何做好名目控制。

应战3：数据标注品质的把控不过关目前已进入极速增常年。

应战4：数据安保与隐衷的包全不容失望，目前发生了如数据控制、数据宰割、数据安保传输和区块链等技术。

数据标注行业的前景与开展

数据标注行业前景宽广，但也面临诸多应战。

唯有始终优化自身技术实力、极速迭代自身业务以顺应需求变动、并打造品牌与实力的双重口碑效应，才干在强烈的市场竞争中更具长处，建设高度排他性技术壁垒，从而保证自身在竞争中立于不败之地。

腾讯算法初级钻研员陈松坚：智能问答技术及其运行

随着人工智能的飞速开展以及宽泛落地运行，越来越多的设施将会被植入智能问答技术，人机交互场景随处可见，智能问答在未来将会成为一个十分关键的入口。

腾讯小知仰仗着业界上游的智能AI引擎算法和海量大数据仓库，已将智能问答技术落地实施，并且经过少量的业务考验和优化，常识点婚配度和准确率都已到达90%以上，在2018 年 GITC 世界互联网技术大会上，腾讯小知荣获年度互联网最具价值产品奖。

腾讯小知算法担任人陈松坚也在会场宣布了关于智能问答技术原理及其在To B场景下的运行的专题演讲，从自己的角度为咱们展现智能问答技术的最新效果。

他首先从智能问答是什么，为什么和怎样做的三个疑问登程，说明了他对以后智能问答技术的定位和价值，首先，现阶段的智能问答是信息检索技术的更新，是质变而未到达质变。

但是无论在To B还是To C的场景下，以后的技术都能够实际处置一些用户的痛点，优化用户体验，是亟待推动和充溢构想的方向。

在回答怎样做这个疑问时，他具体引见了几种不同的问答机器人的成功门路，包括单轮问答机器人，多轮问答机器人及浏览了解机器人。

其中重点论述了单轮问答机器人的成功原理，包括字面婚配，词向量婚配，深度语义婚配，迁徙学习等技术。

尔后他还分享了小知团队将上述技术产品化的阅历，包括智能客服机器人和电话机器人两大块，关键分享了以后产品的外形，亮点和实践名目中取得的一些效果。

最后，他方便总结了小知目前成功的上班以及就智能问答的开展提出了自己的几点认识。

以下是演讲稿全文：

在大少数人的认知里，智能问答很或许是以上的3个印象，2011年战败了人类取得问答比赛冠军的waston;2017年被沙特授予公民身份的机器人sofia;更为大家熟知的钢铁侠中的机器人管家jarvis。

在大家心目中，智能就象征着能够像真人一样交换。

但是作为从业者，很遗憾地通知大家，目前的技术还远没有到达这个指标，我以为实质上目前的智能问答技术是对信息检索技术的一次性更新，是质变而未到质变。

这个皇冠上的明珠还期待咱们去摘取。

既然问答技术还不成熟，那为什么还要投身到这个畛域呢。

我想从To B和To C两个角度去回答。

对企业来讲，以后的问答技术只管无法解回答杂的咨询，但是大局部的方便的头部疑问是可以比拟好的解答的。

从本轮AI大潮NLP赛道的几名种子选手都从智能客服这个方向切入就可以看出企业是确实存在对智能问答的刚性需求。

而对普通用户来讲，一方面siri等语音助手每天都在为用户提供方便的交互界面，另一方面像amazon echo这一类的智能家居产品也逐渐进入千家万户，成为物联网生态的中心入口之一，这便是智能问答的价值所在。

那如何成功智能问答机器人呢?咱们先来看最基本的单轮问答机器人的成功原理。

相熟搜查引擎的好友会发现这个架构跟搜查引擎的很相似。

单轮问答普通来说就是FAQ问答，是基于业务问答对组成的问答库启动检索婚配。

其中FAQ疑问集蕴含多个相似问法供用户疑问去婚配。

预处置阶段普通会启动文本纠错，规范化和底层NLP特色提取;召回阶段会在倒排索引中召回若干个候选疑问(粗排)，而最后的婚配阶段会基于各种模型启动婚配打分并前往得分最高的结果(精排)。

婚配阶段还会引入其余模块，如常识图谱和拒识模型，目的是辅佐优化婚配的最终准确率。

retrieval中的婚配可以看做是naive solution，词袋+VSM, 挑选候选够用了，但是精排须要更粗劣的战略，第一，要应用监视信息做拟合，咱们构建基于疑问对的训练语料，拟合能否婚配这个二分类指标。

第二，特色上放弃稀疏的词袋模型，而是结构各种相似度来做base scorer，而后应用非线性的抗噪才干强的xgboost来做融合，比如咱们用到词bigram, 字bigram, 外围词，名词等特色汇合的相似度。

这种方法的优缺陷是一体的，由于模型只学习字面相似的特色，因此不受畛域影响，通用性强，适宜用在冷启动阶段;但也由于只思考字面相似，无法处置更深层的语义婚配。

那如何度量语义的相似呢。

词向量技术的兴起是语义婚配的前提，所谓词向量，是将孤立的传统的token表示映射到相互关联的向量空间中，这种关联性，或许说是相似性，是经过词语的高低文的来形容的。

也就是说，高低文越相似的词语，他们的语义就越相似，词向量的欧式距离就越近。

这是很容易了解的，更妙的是，经过对向量启动方便加减运算，能够出现出概念的相关，比如king-man+woman的结果十分凑近于queen, 因此说明词向量能够必定水平描写语义。

那对句子如何做向量表示呢?一个方便的想法是间接求敌对均，WMD是另一个比拟无心思且有效的做法，他将计算句子到句子的相似度建模成一个运输的疑问，把句子p的各个词，运输到q的各个词上，也可以说是变换;运输老本是词向量的cosine相似度，而要运输的是各个词在句子中的权重，用线性布局求解一个最优解，即为p到q的距离。

另外还有个有效的方法是SIF，思绪是做词向量加权求和，但是突显出句子中非通用的局部，即权重用词频倒数来计算权重，试验效果也很不错。

上方的方法有一个疑问就是没无应用有监视信息，所以效果有显著的天花板。

上方引见这个上班是基于深层网络做有监视学习的婚配的，做法也比拟方便，首先把句子文本用one-hot编码，假设词典大小是500K，那编码完长度就是500K维，其实等于是词袋模型，而后输入到一个多层的神经网络去学习，最终失掉一个128维的向量作为句子的语义表示，而后用cosine计算两个句子与文档的相似度作为模型输入。

这个方法其实是将高维稀疏的token特色映射到低维语义空间，跟词向量的思绪很相似，只不过训练指标不同，并且这里经常使用了深层网络结构。

但是CNN对高低文的处置才干依赖于窗口大小，远距离就没方法处置了，因此要思考另一种网络单元RNN，这种单元是专门为时序模型量身打造的，方便来说，每一时辰t上的暗藏形态，或许说第t个词上的语义编码，都由两个输入独特选择，即上一时辰的暗藏形态和以后时辰的原始输入，而为了处置远距离传递造成的梯度隐没和梯度爆炸等疑问，RNN有一些变种结构来应答，比如 LSTM和GRU等。

CNN和RNN都是对原始输入启动语义编码的基本单元，编码后的向量就可以接入多层感知机启动相似度计算，假设是间接计算cosine相似度，那就是dssm的更新版，而更经常出现的做法是把两个句子的编码向量拼接在一同，再经过一个多层感知机计算相似度，而这种方法统称为表白式建模;

另一种方案思考到两个句子之间的交互信息对学习他们能否婚配显然更为关键，这一类方案被称为交互式建模，左边是一个典型的例子，他最大的不同是首先对两个句子的一切窗口组合启动拼接和卷积，失掉交互信息。

而后再启动屡次卷积和池化失掉表示。

其余的交互方式还包括编码之后，启动交互操作，如作差，点乘等，还有计算attention表示，也是经常出现的交互方式。

上方引见咱们的方案，跟上方引见的模型相比，咱们的方案关键做了两处改变，一个是经常使用了浓密衔接的网络结构，让rnn层的输入和输入拼接在一同做为下一层的输入，第二个是混合留意力机制，即在计算attention向量启动交互式建模的基础上，参与self-attention向量计算，而后把两个attention向量经过门机制启动融合，这样做一方面引入了问句间的交互信息，同时又增强了对自身的表白建模。

上方的模型是比拟复杂的模型，参数量有5.8M。

在实践中运行中训练语料会重大无余，为了处置这个疑问，咱们引入了迁徙学习的战略。

首先第一种是多义务联结学习，比如在拟合两个问句能否婚配的同时，也对问句启动分类预测;另外还可以同时对婚配的疑问对做seq2seq的翻译模型训练。

这两个战略都证实能有效优化准确率。

而另一个思绪愈加直观，即引入其余畛域的语料，所谓多语料迁徙。

Fine-tune即参数微调是其中一种做法，即先用通用语料训练网络，固定底层表白层的参数，而后再经常使用畛域语料调整下层参数;另一种思绪参考了反抗学习的思想，即引入一个新的义务“混杂分类器”去判别以后样本是来自源语料还是指标语料，经过在损失函数中参与反向的混杂分类损失项，让混杂分类器尽或许地无法区分样本的来源，从而保证共享了参数的表白网络能够学习到两局部语料中特性的局部。

以上的引见都是为了成功一个基本的单轮对话机器人，而实践运行中，往往存在须要须要交互的场景，比如查问社保余额，就须要用户提供指定信息，如姓名，身份证号，手机号等。

这种是所谓义务导向型机器人，而另一种，基于常识图谱的机器人也往往会触及到多轮交互。

这里方便引见一下多轮对话机器人的架构，全体上是一个对话控制系统，总的来说是控制会话形态，蕴含4个模块，区分是输入局部：人造言语了解模块NLU，担任用意识别和抽取槽位实体，比如这里婚配到了用意是查问社保余额，抽取到了社保号1234。

失掉的用意和槽位值会送入到对话形态追踪模块，DST，他担任会话形态的更新，方式化来说是一个函数，输入是以后形态s和以后的query经过NLU处置差错掉的用意和槽位值q, 输入新的形态s‘，下一步是把s’送入DPL，对话战略模块，这个模块是依据新的形态s‘输入执行a，通常这个决策选用会依赖于一个外部数据库或常识图谱，最后，由输入局部，人造言语生成模块NLG担任将执行转换为人造言语文本，前往给用户。

前面提到的单轮FAQ机器人，有一个疑问是问答准确率依赖于问答库的品质，而问答库的构建耗时费劲，所以针对数据较大的非结构化文档，假设可以间接从中抽取答案，是十分理想的做法。

比如斯坦佛大学开源的drQA，就是基于wikipedia的语料做的一个开明域上的问答机器人，咱们来看看这种浏览了解机器人的架构表示，他也是基于检索重排的思绪，首先把或许的文段从语料库中摘取进去，而后送入浏览了解模型启动答案定位，打分，排序和选用得分最高的答案。

浏览了解模型与婚配模型是相似的，须要先对疑问和候选文段启动编码表示，不同之处在于最终预测的指标是答案的起始和完结位置。

我所在的团队在去年，在浏览了解的威望地下测评Squad v1中取得过第一的效果，同时参与这个测评的包括了google, facebook, 微软，阿里idst, 科大讯飞等国际外同行。

说明业界对这种技术还是十分看重的。

上方分享小知在把以上技术落地产品化的阅历。

首先咱们来看看小知的全体架构图，外围引擎有两局部，一块是上方重点论述的深度语义婚配模型，另一块是本次分享没有开展的常识图谱引擎，在此之上，咱们构建了FAQ机器人，多轮会话机器人(义务机器人)，闲谈机器人等。

以下是咱们单轮和多轮机器人的示例。

在咱们实践的落地名目中，得益于深度迁徙模型的语义婚配才干和行业常识图谱的的精准婚配和辅佐追问，小知机器人能够做到95%左右的问答准确率，并且节俭了50%以上的服务人力，实际为政府和企业优化效率和降落老本。

在智能客服的基础上，咱们又打造了基于语音的电话机器人，力主融合智能客服，人工在线客服，工单系统和电话机器人，为客户打造从售前售中售后的全体处置方案。

以下是电话机器人的全体架构图，外围是人造言语了解NLU模块，担任识别用户提问用意

提取相关实体。

依据NLU输入的结果，内置的对话控制引擎会启动流程形态流转和跟踪。

另外，ASR语音识别和TTS语音分解是无法或缺的关键服务，这三个模块相互单干，独特成功与用户的交互。

最后对智能问答的未来开展提几点我的认识。

目前学术界比拟公认的一个方向是，须要更无机地结合模型和规定，而在问答畛域，规定的一大组成局部就是常识图谱，包括开明畛域的常识图谱和专业畛域常识图谱。

而更进一步地，咱们须要钻研带有推理性质的事理型常识图谱去形容畛域内的规定和常识，让机器人能够处置带有复杂条件的疑问，提供更智能的回复。

在我看来，智能问答的一个打破口就在于处置以上三个疑问。

以上就是当蠢才享的内容，谢谢大家。

主讲人引见：

陈松坚，腾讯数据平台部算法初级钻研员，有着8 年的 NLP 研发阅历，2017 年参与腾讯 TEG 数据平台部，担任智能客服产品腾讯小知的算法布局和落地。

担任过多个智能客服名目，对敞开畛域的智能问答有丰盛的实战阅历。

各类场景运行中触及的AI算法汇总

整顿了各类场景运行中AI算法

一、图像CV

内容安保，指标检测，图像识别，智能视觉消费，图像搜查，图像宰割，物体检测，图像分类，图像标签，名人识别，概念识别，场景识别，物体识别，场景剖析，智能相册，内容介绍，图库控制，网红人物识别，明星人物识别，图像搜查，商品图片搜查，版权图片搜查，通用图片搜查，车牌识别，渣滓分类，车辆检测，菜品识别，车型识别，犬类识别，实例宰割，格调迁徙，智能填充，智能识图，拍照搜商品，精准广告投放，电商导购，图像剖析，图像了解，图像处置，图像品质评价，场景识别，物体识别，场合识别，图像自训练平台，图像分类，指标检测，图像宰割，关键点检测，图像生成，场景文字识别，度量学习，图像识别，图像比对，图像分类经常使用手册，图像分类API文档指标检测经常使用手册，指标检测API文档Logo检测经常使用手册，Logo检测API文档，通用图片搜查，车牌识别，渣滓分类，车辆检测，车型识别，犬类识别，实例宰割，格调迁徙，智能填充，车牌识别，相册聚类，场景与物体识别，有限天空，图像识别引擎，黄色图片识别，暴力求像识别，工业轮胎智能检测，肋骨骨折识别，显微识别，图像处置，广告识别，人脸算法，人体算法，图像识别，图像增强，OCR，图像处置，ZoomAI，智能贴图，智能制造，品质评价，图像识别，智能鉴黄，图像识别，实时手写识别，唇语识别，通用文字识别，手写文字识别，图像技术，图像识别，图像审核，图像搜查，图像增强，图像特效，车辆剖析，图像生成，绘画机器人独家，动漫化身独家，像素风独家，超清人像独家，图像融合，换脸技术，神奇变脸，图像格调化，证件照生成，线稿图像识别，宝宝检测，图像分类，圉像深度估量，天空宰割，食物宰割，猫狗脸技术，食物识别独家，图像美学评分，车辆剖析，车型识别，车型识别（含指点价），车型识别（含性能参数），车标识别，人脸识别（活体），车牌识别，表情识别，安保帽识别，计算机影像，计算机视觉，聚焦光学字符识别、人脸识别、质检、感知、了解、交互，图像视频剖析，Logo检测，内容审核，智能修改，笔记评价，思想导图评价，物体检测，物体识别。

二、人脸、体态、眼瞳、声响、指纹

人脸宰割人脸识别，无，人体剖析HAS，识别人的年龄，性别，衣着信息，客流统计剖析，智能客服，热点区域剖析，人体检测，人脸口罩识别，人脸对比，人脸搜查，人脸检测与属性剖析，人脸活体检测，人体关键点检测，行人重识别，细粒度人像宰割，人像宰割，人脸解析，3D人体姿态估量，人脸融合，人脸识别，换脸鉴别，人脸支付，人脸核身，人像变换，人脸试妆，人脸融合，人体剖析，手势识别，人脸验证与检索，人脸比对，人脸比对sensetime，人脸水印照比对，静默活体检测，静默活体检测sensetime，人脸检测和属性剖析，人脸特色剖析tuputech，配合式活体检测，人脸安防，计算机视觉，智能运行服务，人脸查问人脸剖析人脸统计名单库控制人脸布控，人脸运行，人体运行，人体查问，车辆查问车辆剖析车辆统计车辆布控车辆名单库控制，车辆运行，人脸图像识别人体图像识别车辆图像识别，图像识别，图像比对，人脸比对，人体检测，人脸口罩识别，人脸对比，人脸搜查，人脸检测与属性剖析，人脸活体检测，人体关键点检测，行人重识别，细粒度人像宰割，人像宰割，人脸解析，3D人体姿态估量，人脸融合，人脸识别，人脸检测，人脸比对，人脸搜查，人脸关键点，浓密关键点，人脸属性，心情识别，颜值评分，眼帘估量，皮肤剖析，3D人脸重建，面部特色剖析人体识别，人体检测，人体关键点，人体抠像，人体属性，手势识别人像处置，美颜美型，人脸融合，滤镜，声纹识别支付，语音分解，语音分解，声纹识别，语音唤醒，人脸识别引擎，摄像头人脸识别，图片人脸检测，身份识别，人脸识别，人脸属性，人体识别，声纹识别，衣服检索及聚类，语音剖析，声纹识别，谈话人归档，人脸和人体识别，人脸检测，手势识别，人脸与人体识别，人脸识别云服务，人脸识别私有化，人脸离线识别SDK，人脸实名认证，人像特效，人体剖析，人脸技不，皮肤剖析独家，头部宰割，微观人脸剖析，人脸关键点检测，微观人脸剖析独家，头发剖析独家，五官宰割，头发宰割人体技术，人体外轮廓点检测独家，精细化人像抠图，人体框检测，肢体关键点检测，人像宰割，服饰识别，手势识别，皮肤宰割，人脸，谈话人识别，人脸检测识别，人脸1：1比对，人脸检测，AI人脸/人形车辆，大数据人像图片防伪，QoS保证，CDN，表情识别，举手举措识别，人脸检测，网络切片，边缘计算，人脸剖析，人脸检测，人脸搜查，人体剖析，手势识别，着装检测，人脸识别，行为检测，人脸识别，人形检测，行为剖析，人脸检测，人脸跟踪，人脸比对，人脸查找，人脸属性剖析，活体检测，声响指纹，声纹识别。

三、视频

视频宰割、视频处置、视频了解、智能视觉、多媒体，视频内容剖析，人体举措监控，视频分类，智能交通，人/生物轨迹剖析，指标计数，指标跟踪，视频编辑-，精彩片段提取，资讯视频拆分，视频摘要，视频封面，视频拆条，视频标签-，视频介绍，视频搜查，视频指纹-，数字版权控制，广告识别，视频极速审核，视频版权，视频查重，视频换脸，车辆解析， 体育 视频摘要，视频内容剖析，色彩识别，货架商品检测， 时兴 搭配，风险举措识别，无，无，视频，视频换脸，车辆解析， 体育 视频摘要，视频内容剖析，色彩识别，货架商品检测， 时兴 搭配，风险举措识别，菜品识别，视频识别引擎，结肠息肉检测，胃镜评价系统，视频标签，场景识别，客流剖析，手势识别，视频技术，短视频标签，视觉看点识别，灵活封面图智能生成，智能剪辑，资讯拆条，智能插帧，视频技术，多模态媒资检索公测中，媒体内容剖析，媒体内容审核，视频生成，视频举措识别，

四、ocr文字识别

手写识别，票据识别，通用文档，通用卡证，保险智能理赔，财税报销电子化，证照电子化审批，票据类文字识别，行业类文字识别，证件类文字识别，通用类文字识别，通用文字识别，驾驶证识别，身份证识别，增值税发票识别，行驶证识别，营业执照识别，银行卡识别，增值税发票核验，营业执照核验，智能扫码，行业文档识别， 汽车 相关识别，票据单据识别，卡证文字识别，通用文字识别，手写文字识别，印刷文字识别，银行卡识别，名片识别，身份证识别intsig，营业执照识别intsig，增值税发票识别intsig，拍照速算识别，公式识别，指尖文字识别，驾驶证识别JD，行驶证识别JD，车牌识别JD，身份证识别，增值税发票识别，营业执照识别，火车票识别，出租车发票识别，印刷文字识别（多语种），印刷文字识别（多语种）intsig内容审核，色情内容过滤，政治人物审核，暴恐敏感信息过滤，广告过滤，OCR自定义模板经常使用手册，OCR自定义模板API文档，通用文字识别，驾驶证识别，身份证识别，增值税发票识别，行驶证识别，营业执照识别，银行卡识别，身份证识别，驾驶证识别，行驶证识别，银行卡识别，通用文字识别，自定义模板文字识别，文字识别引擎，身份证识别，图片文字识别，通用文字识别，身份证识别，名片识别，光学字符识别服务，通用文字识别，手写体文字识别，表格识别，整题识别（含公式），购物小票识别，身份证识别，名片识别，自定义模板文字识别，文字识别，通用文字识别，银行卡识别，身份证识别，字幕识别，网络图片识别， 游戏 直播关键字识别，资讯标题识别，OCR文字识别，通用场景文字识别，卡证文字识别，财务票据文字识别，医疗票据文字识别， 汽车 场景文字识别，教育场景文字识别，其余场景文字识别，iOCR自定义模板文字识别，通用类OCR，通用文本识别(中英)通用文本识别(多言语)通用表格识别，证照类OCR，身份证社保卡户口本护照名片银行卡结婚证离婚证房产证不动产证，车辆相关OCR，行驶证驾驶证车辆合格证车辆注销证，公司商铺类OCR，商户小票税务注销证开户容许证营业执照组织机构代码证，票据类OCR，增值税发票增值税卷票火车票飞机行程单出租车发票购车发票智能技术，票据机器物证照机器人文本色能机器人表格性能机器人框选性能机器人，文字识别，行驶证识别，驾驶证识别，表单识别器，通用文本，财务票据识别，机构文档识别，个物证件识别，车辆相关识别，通用表格，印章识别，财报识别，合同比对，识别文字识别，签名比对，OCR识别，教育OCR，印刷识别，手写识别，表格识别，公式识别，试卷拆录

五、人造言语NPL

文本相似度，文本摘要，文本纠错，中心词提取，文本信息抽取，智能文本分类，命名实体，词性标注，多言语分词，NLP基础服务，地址规范化，商品评价解析智能短信解析，机器浏览了解，金融研报信息识别，法律案件抽取，行业问答推理，行业常识图谱构建，文本实体相关抽取，搜查介绍，常识问答，短文本相似度，文本实体抽取， 情感 偏差剖析，兴味画像婚配，文本分类-多标签，文本分类-单标签，定制人造言语处置，言语生成，言语了解，人造言语处置基础，文本摘要，数据转文字，文本生成，智能问答系统，内容介绍，评价剖析，文本分类，对话了解，用意了解， 情感 剖析，观念抽取，中文分词，短文本相似度，关键词提取，词向量，命名实体，识别依存，句法剖析， 情感 剖析，评论观念抽取，短文本相似度，机器翻译，词法剖析，词义相似度，词向量，句法剖析，文本分类，短语开掘，闲谈，文本流利度，同义词，聚类，言语模型填空，资讯热词生成，机器浏览了解，商品信息抽取，词法剖析， 情感 剖析，关键词提取，用户评论剖析，资讯热点开掘，AIUI人机交互，文本纠错，词法剖析，依存句法剖析，语义角色标注，语义依存剖析（依存树），语义依存剖析（依存图）， 情感 剖析，关键词提取，NLP才干消费平台，NLP基础技术，中文词法剖析-LAC，词向量—Word2vec，言语模型—Language_model，NLP外围技术， 情感 剖析、文本婚配、人造言语推理、词法剖析、浏览了解、智能问答，信息检索、资讯介绍、智能客服， 情感 剖析、文本婚配、人造言语推理、词法剖析、浏览了解、智能问答，机器问答、人造言语推断、 情感 剖析和文档排序，NLP系统运行，问答系统对话系统智能客服，用户消费习气了解热点话题剖析舆情监控，人造言语处置，文本分类经常使用手册，文本分类API文档， 情感 剖析，评论观念抽取，短文本相似度，机器翻译，词法剖析，词义相似度，词向量，句法剖析，文本分类，短语开掘，闲谈，文本流利度，同义词，聚类，言语模型填空，资讯热词生成，机器浏览了解，商品信息抽取智能创作，智能写作，搭配短文，种草标题，卖点标题，社交电商营销文案，人造言语处置才干，基础文本剖析，分词、词性剖析技术，词向量表示，依存句法剖析，DNN言语模型，语义解析技术，用意成分识别， 情感 剖析，对话心情识别，文本相似度检测，文本解析和抽取技术，智能信息抽取，浏览了解，智能标签，NLG，智能摘要，智能写文章，言语处置基础技术，文本审核， 情感 剖析，机器翻译，智能聊天，人造言语，基于标题的视频标签，台词看点识别，用意识别，词法剖析，相关词，舆情剖析，流量预测，标签技术，人造言语处置，语义对话，人造言语处置，车型信息提取，关键词提取，语义了解，语义相似度，用意解析，中文词向量，表示依存，句法剖析，高低文了解，词法剖析，用意剖析，心情计算，视觉 情感 ，语音 情感 ， 情感 剖析，沉迷式浏览器，言语了解，文本剖析，人造言语处置，在线语音识别，人造言语了解火速上线中， 情感 判别，语义角色标注，依存句法剖析，词性标注，实体识别，中文分词，分词，

6、常识图谱

常识图谱，药学常识图谱，智能分诊，腾讯常识图谱，无，药学常识图谱，智能分诊，常识了解，常识图谱Schema，图数据库BGraph，常识图谱，言语与常识，言语处置基础技术，言语处置运行技术，常识了解，文本审核，智能对话定制平台，智能文档剖析平台，智能创作平台，常识图谱，实体链接，用意图谱，识别实体，逻辑推理，常识开掘，常识卡片

7、对话问答机器人

智能问答机器人，智能语音助手，智能对话质检，智能话务机器人，无，电话机器人，NeuHub助力京东智能客服更新，腾讯云小微，智能配件AI语音助手，对话机器人，无，问答系统对话系统智能客服，Replika对话技术，客服机器人，智能问答，智能场景，特性化回复，多轮交互，心情识别，智能客服，金融虚构客服，电话质检，AI语音交互机器人，中移云客服·智能AI外呼，人机对话精准语义剖析

8、翻译

协同翻译工具平台，电商内容多言语工具，文档翻译，专业版翻译引擎，通用版翻译引擎，无，机器翻译，无，机器翻译，音视频字幕平台，机器翻译，机器翻译niutrans，文本翻译，语音翻译，拍照翻译，机器翻译，机器翻译，文本翻译，语音翻译，通用翻译，人造言语翻译服务，文本翻译，图片翻译，语音翻译，实时语音翻译，文档翻译(开发版，机器翻译，文本翻译，语音翻译，拍照翻译，机器翻译实时长语音转写，录音文件长语音转写，翻译工具，机器翻译火速上线中

9、声响

便携智能语音一体机，语音分解声响定制，语音分解，一句话识别，实时语音识别录音文件识别，客服电话，语音录入，语音指令，语音对话，语音识别，迷信钻研，安防监控，声响分类，语音分解，语音识别，实时语音转写，定制语音分解，定制语音识别，语音分解，语音分解声响定制，离线语音分解，短语音识别，录音文件识别，声纹识别，离线语音识别，实时语音识别，呼叫中心短语音识别，呼叫中心录音文件识别，呼叫中心实时语音识别，语音识别，语音分解，声纹识别，语音识别，语音听写，语音转写，实时语音转写，语音唤醒，离线命令词识别，离线语音听写，语音分解，在线语音分解，离线语音分解，语音剖析，语音评测，性别年龄识别，声纹识别，歌曲识别，A.I.客服平台才干两边件，语音识别，语音交互技术，语音分解，语音分解声响定制，离线语音分解，短语音识别，录音文件识别，声纹识别，离线语音识别，实时语音识别，呼叫中心短语音识别，呼叫中心录音文件识别，呼叫中心实时语音识别，远场语音识别，语音识别，一句话识别，实时语音识别，录音文件识别，语音分解，实时语音识别，长语音识别，语音识别，语音分解，波束构成，声源定位，去混响，降噪，回声消弭，散布式拾音，语音识别，语音唤醒，语音分解，声纹识别，智能语音服务，语音分解，短语音识别，实时语音识别，语音了解与交互，离线唤醒词识别，语音识别，一句话识别，实时语音识别，录音文件识别，电话语音识别，语音唤醒，离线语音识别，离线命令词识别，远场语音识别，语音分解，通用语音分解，特性化语音分解，语音技术，短语音识别，实时语音识别，音频文件转写，在线语音分解，离线语音分解，语音自训练平台，语音交互，语音分解，语音识别，一句话识别，实时短语音识别，语音分解，语音唤醒，本地语音分解，语音翻译，语音转文本，短语音听写，长语音转写，实时语音转写，语音内容审核，会议超极本，语音交互技术，语音识别，语义了解，语音分解，音频转写，音视频类产品，语音通知/验证码，订单小号，拨打验证，点击拨号，数据语音，一致认证，语音会议，企业视频彩铃，语音识别，语音文件转录，实时语音识别，一句话语音识别，语音分解，通用语音分解，特性化语音分解，语音评测，通用语音评测，中英文造句评测，在线语音识别，语音识别，语音唤醒，语音分解，语音分解，语音识别，语音听写，语音转写，短语音转写(同步)，语音识别，语音 情感 识别

十、数据开掘AI配件

算法类型：包括二分类、多分类和回归，精准营销，表格数据预测，销量预测，交通流量预测，时序预测，大数据，无，机器学习经常使用手册，机器学习API文档，大数据处置，大数据传输，数据工厂，大数据剖析，数据仓库，数据采集与标注，数据采集服务，数据标注服务，AI开发平台，全性能AI开发平台BML，零门槛AI开发平台EasyDL，AI配件与平台，GPU云主机，机器人平台，度目视频剖析盒子，度目AI镜头模组，度目人脸运行套件，度目人脸抓拍机，人脸识别摄像机，昆仑AI减速卡，智能预测，购车指数，数据迷信虚构机，平台效率，云与AI，抗DDoS，天盾，网站破绽扫描，网页防窜改，入侵检测防护，弹性云主机，对象存储服务，云专线（CDA，AI计算机平台—360net深度学习基础模型，AI算法训练适配干流AI框架

十一、其余

内容审核，智能鉴黄，特定人物识别，通用图片审核，文本智能审核，广告检测，Logo检测，商品了解，拍照购，商品图片搜查，通用商品识别，疫情物资识别，酒标识别，细分市场划分，品牌竞争力剖析，老品更新，新品定制，商品竞争力剖析，商品销量预测，商品营销，用户评论占比预测，商品命名实体识别，商品色彩识别，强化学习，智能地图引擎，内容审核，智能鉴黄，特定人物识别，通用图片审核，文本智能审核，广告检测，Logo检测商品了解，拍照购，商品图片搜查，通用商品识别，疫情物资识别，酒标识别，细分市场划分，品牌竞争力剖析，老品更新，新品定制，商品竞争力剖析，商品销量预测，商品营销，用户评论占比预测，商品命名实体识别，商品色彩识别，特性化与介绍系统，介绍系统，舆情剖析，舆情标签，智慧教育，智能语音评测，拍照搜题，标题识别切分，整页拍搜修改，作文修改，学业大数据平台，文档校审系统，会议同传系统，文档翻译系统，视频翻译系统，教育学习，书面语评测，朗诵听书，增强事实，3D肢体关键点SDK，美颜滤镜SDK，短视频SDK，基础服务，私有云部署，多模态交互，多模态 情感 剖析，多模态用意解析，多模态融合，多模态语义，内容审查器，Microsoft基因组学，医学人工智能开明平台，数据查验接口，身份验证（公安简项），银行卡验证，发票查验，设施接入服务Web/H5直播信息设施托管意外巡检电话提示，音视频，视频监控服务云广播服务云存储云录制，司乘体验，智能地图引擎，信息类产品，视频短信，短信通知/验证码，企业挂机彩信，来去电身份提示，企业固话彩印，模板闪信，异网短信，内容消费，试卷拆录处置方案，教学控制，教学品质评价处置方案，教学意外行为监测，授课品质剖析处置方案，路况识别，人车检测，视觉SLAM，高精地图，收费SDK，智能诊后随访控制，用药管家，智能预问诊，智能导诊，智能自诊，智能问药，智能问答，裁判文书近义词计算，法条介绍，案由预测，