基于深度学习模型的高效文本 数据标注抽取工具
企业存在大量非结构化数据,尤其是文本相关数据。从这部分数据中挖掘价值越来越受关注。因此也涌现了不少NLP服务平台(即远程API接口调用服务),但这些API的实际提取效果都无法达到客户的预期。
这是因为企业级的文本数据往往具有高度的领域特性,这些数据从书写习惯、术语命名、上下文结构等方面长期自成体系,与广泛的存在于互联网的新闻数据有很大的差异。而且不同行业、不同企业的文本数据之间也因为业务关注点不同而彼此存在差异。
为了了解决企业级文本数据的价值挖掘,明略数据经过长期实践和探索,开发了一款高效的文本自学习平台Raptor。Raptor致力于为企业打造专属的企业级NLP服务平台。Raptor平台提供包括文本标注、语料管理、语料调整、模型训练、模型对外服务的一整套功能。


产品优势
-
面向深度学习模型
-
利用词典,Ratel规则
-
主动学习技术
-
支持外部NLP模型
-
自由构建信息抽取模型