资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

EasyDL文本介绍

概述

Hi,您好,欢迎使用百度EasyDL定制化训练和服务平台。

EasyDL平台的自然语言处理模型定制能力,基于文心·NLP大模型领先的语义理解技术,为企业/开发者提供一整套NLP定制与应用能力。

当前EasyDL平台提供了8种模型定制能力:

  • 文本分类-单标签:定制分类标签实现文本内容的自动分类,每个文本仅属于一种标签类型
  • 文本分类-多标签:定制分类标签实现文本内容的自动分类,每个文本可同时属于多个分类标签
  • 情感倾向分析:定制情感倾向分析模型,可实现文本按情感的正向(positive)和负向(negative)做自动分类
  • 短文本相似度:定制短文本相似度模型,是基于深度学习技术,可实现对两个文本进行相似度的比较计算
  • 文本实体抽取:定制文本实体抽取模型,实现对文本进行内容抽取,并识别为自定义的实体类别
  • 文本实体关系抽取:定制实体关系抽取模型,是指从文本中抽取出预定义的实体类型及实体间的关系类型,得到包含语义信息的实体关系三元组,每个实体关系三元组由两个实体及其关系构成
  • 评论观点抽取:定制评论观点抽取模型,实现从文本中抽取评价片段、评价维度、评价观点,并判断评价情感倾向
  • 大模型创作:定制文本创作模型,基于ERNIE 3.0大模型实现对输入文本内容进行创作和续写

产品优势

可视化操作

无需机器学习专业知识,通过模型创建-数据上传-模型训练-模型发布全流程可视化便捷操作,最快15分钟即可获得一个高精度模型。

操作步骤

Step 1 创建模型

确定模型名称,记录希望模型实现的功能。

Step 2 上传并标注数据

不同类型的任务对应的数据格式不一致,您可以上传未标注数据并使用平台提供的标注工具进行标注。或直接上传各任务的标注数据。

Step 3 训练模型并校验效果

选择部署方式与算法,用上传的数据一键训练模型。

模型训练完成后,可在线校验模型效果。

Step 4 发布模型

根据训练时选择的部署方式,将模型以云端API、设备端私有API等多种方式发布使用

更详细的操作指导,请参考各类模型的技术文档

高精度效果

EasyDL文本任务内置文心大模型,将大数据预训练与多源丰富知识相结合,通过持续学习技术,不断吸收海量文本数据中词汇、结构、语义等方面的新知识,实现模型效果不断进化。

文心大模型是百度发布的产业级知识增强大模型,是千行百业AI开发的首选基座大模型。文心大模型既包含基础通用的大模型,也包含了面向重点领域和重点任务的大模型,还提供丰富的工具与平台,支撑企业与开发者进行高效便捷的应用开发。“知识增强”是文心的核心特色,文心能够同时从大规模知识和海量多元数据中持续学习,如同站在巨人的肩膀上,训练效率和理解准确率都得到大幅提升,并具备了更好的可解释性。

丰富的部署方案

训练完成后,可将模型部署在公有云服务器、私有服务器。

部署方式 支持的硬件 支持的系统 技术文档
公有云API 无需关注硬件,发布到公有云 不限制 文本分类-单标签文本分类-多标签情感倾向分析短文本相似度文本实体抽取文本实体关系抽取评论观点抽取大模型创作
EasyEdge本地-私有服务器部署[私有API] x86-64 CPU Linux 文本分类-单标签文本分类-多标签情感倾向分析短文本相似度文本实体抽取文本实体关系抽取评论观点抽取
EasyEdge本地-私有服务器部署[私有API] Nvidia GPU Linux 文本分类-单标签文本分类-多标签情感倾向分析短文本相似度文本实体抽取文本实体关系抽取评论观点抽取

公有云API

已全面支持文本分类(单标签、多标签)、情感倾向分析、短文本相似度、文本实体抽取、文本实体关系抽取、评论观点抽取、大模型创作。

训练完成的模型存储在云端,可通过独立Rest API调用模型,实现AI能力与业务系统整合。

具有完善的鉴权、流控等安全机制,GPU集群稳定承载高并发请求。

私有服务器部署

已全面支持文本分类(单标签、多标签)、情感倾向分析、短文本相似度、文本实体抽取、文本实体关系抽取、评论观点抽取。

EasyDL文本任务使用EasyEdge本地部署服务,支持私有服务器部署API的本地化部署。私有API的特点如下:

  • 将训练完成的模型部署在私有CPU/GPU服务器上,可在内网/无网环境下使用模型,确保数据隐私
  • 将模型以Docker形式在本地服务器(仅支持Linux)上部署为http服务,可调用与公有云API功能相同的接口
  • 可纯离线完成部署,服务调用便捷

私有API支持的Linux发行版本如下:

  • Ubuntu: 14、16、18
  • Centos:7.0及以上
  • redhat:7.2以上
  • suse 12
上一篇
EasyDL 图像使用说明
下一篇
文本分类-单标签