在自然语言处理、大数据、AI加持下,中译语通要“听每一条数据的心跳”

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
图片翻译,图片翻译 100张
语种识别,语种识别 100万字符
简介:

人类文明的漫漫长卷,每一个阶段都有印刻历史的“大数据”,虽然表现形式有所不同,但语言、文字则成为了大数据具象化的体现。随着人工智能、机器翻译的全面爆发,大数据的表现形式更加多元化,从人类语言、到机器“语言”,人们对于大数据的定义,也变得广义化。

有了自然语言处理、大数据、AI加持,中译语通要“听每一条数据的心跳”中译语通CEO 于洋

中译语通是一家跨语言大数据提供商,一直致力于促进大数据与各个行业相融合,依托企业自身的大数据和人工智能技术优势,不断在大数据领域深耕。面对越多元与广义的数据,它希望的则是用成熟的技术去“听每一条数据的心跳”。

在7月29日,中译语通召开的2017战略发布会上,CEO于洋在发布会上回顾了中译语通几年来的“峥嵘岁月”:从机器翻译到跨语言大数据,中译语通一步步发展有条不紊。时至今日,五岁的中译语通已在大数据采集、治理、分析、呈现等多线拓展,大数据生态构建雏形初成。

发布会上,于洋现场还特别举例了面向海外发布的金融大数据平台JOVE BIRD。平台通过内置百种数据模型及算法和独特的跨语言文本分析算法,对金融数据进行智能化分析,并以“数据心电图”的形式清晰的呈现分析结果,向上市公司、金融机构、投资人等分享大数据带来的研判价值。

当然,这一切成绩背后离不开技术体系的加持。特别是近几年,中译语通对机器翻译和大数据方面的研发投入,“译见”就是最新的大数据平台产品。中译语通CTO程国艮在会上展示解构后的包括采集平台、治理平台、分析平台、数据平台、管理平台、数据地图的译见大数据平台,并公布了神经网络机器翻译、多语言自然语言理解、语义搜索等多项2020认知智能研究院的最新技术成果。

除此之外,自然语言处理技术、大数据和人工智能技术构建起“译见”大数据技术生态,同时这也是中译语通贯彻其最新品牌战略的核心“武器”,还涵盖五大能力:

数据采集能力:65+语种、200+国家和地区、千万级数据源、日更新3000万+篇网页数据、日更新5亿+条社交数据,囊括全球互联网开放性文本或多媒体数据。

数据服务能力:支持多语言实时翻译、跨语言数据检索、深度智能文本分析、构建语义知识图。

数据分析能力:上百种算法模型、多语言语义分析、开放的数据接口、并行的计算框架。

多维数据可视化能力:分布式海量数据计算、多样化图表分析呈现、用户自定义分析图表、提供第三方集成接口。

精细数据管理能力:自动数据源发现、自动文本分类和标注、自动文本结构化、数据能力横向弹性扩充、管理能力涵盖设备、服务与安全。

发布会上,中译语通大数据总监梁浩宇发布了基于此生态的Insider DI 、Insider BUZZ 、Insider LITE三款面向不同用户需求的大数据应用,为各领域提供专业、精准、定制化的大数据服务。

所谓“众人拾柴火焰高”。在战略合作方面,中译语通合作队伍继续扩容:通过与中国信息通信研究院、封面新闻、中国科学院声学研究所、阿里、海尔等战略合作,将其大数据与人工智能服务深入到不同垂直领域。

事实上,在行业领域,中译语通也在大数据与行业融合发展思路上进行了深入探索。于洋表示,未来中译语通还将发布更多新应用,丰富译见大数据技术生态的产品矩阵,在跨语言大数据、语言科技、人工智能等领域全面推进,以技术创新为主导,占领行业制高点,更好服务于各行业智能化建设。


原文发布时间为:2017年7月31日

本文作者:黄雅琦 

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在自然语言处理中的应用与挑战
【10月更文挑战第3天】本文将探讨AI技术在自然语言处理(NLP)领域的应用及其面临的挑战。我们将分析NLP的基本原理,介绍AI技术如何推动NLP的发展,并讨论当前的挑战和未来的趋势。通过本文,读者将了解AI技术在NLP中的重要性,以及如何利用这些技术解决实际问题。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI在自然语言处理中的创新应用
【10月更文挑战第7天】本文将深入探讨人工智能在自然语言处理领域的最新进展,揭示AI技术如何改变我们与机器的互动方式,并展示通过实际代码示例实现的具体应用。
38 1
|
19天前
|
人工智能 Cloud Native 数据管理
媒体声音|重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
在2024云栖大会上,阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS:OneMeta+OneOps。该平台由Data+AI驱动,兼容40余种数据源,实现跨云数据库、数据仓库、数据湖的统一数据治理,帮助用户高效提取和分析元数据,提升业务决策效率10倍。DMS已服务超10万企业客户,降低数据管理成本高达90%。
|
13天前
|
人工智能 自然语言处理 API
探索AI在自然语言处理中的应用
【10月更文挑战第34天】本文将深入探讨人工智能(AI)在自然语言处理(NLP)领域的应用,包括语音识别、机器翻译和情感分析等方面。我们将通过代码示例展示如何使用Python和相关库进行文本处理和分析,并讨论AI在NLP中的优势和挑战。
|
15天前
|
存储 人工智能 分布式计算
大数据& AI 产品月刊【2024年10月】
大数据& AI 产品技术月刊【2024年10月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
26天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
77 10
|
1月前
|
自然语言处理 算法 数据挖掘
探讨如何利用Python中的NLP工具,从被动收集到主动分析文本数据的过程
【10月更文挑战第11天】本文介绍了自然语言处理(NLP)在文本分析中的应用,从被动收集到主动分析的过程。通过Python代码示例,详细展示了文本预处理、特征提取、情感分析和主题建模等关键技术,帮助读者理解如何有效利用NLP工具进行文本数据分析。
48 2
|
1月前
|
数据采集 人工智能 自然语言处理
表格增强生成TAG登场:解锁AI自然语言与数据库的完美结合
【10月更文挑战第4天】表格增强生成(TAG)范式解锁了AI自然语言处理与数据库的深度融合,旨在让用户通过自然语言便捷地查询和管理数据。TAG结合了语言模型的强大推理能力和数据库系统的高效计算能力,通过查询合成、执行及答案生成三步完成复杂查询。相较于传统Text2SQL和RAG方法,TAG在准确性上显著提升,但其应用仍面临技术门槛和数据质量等挑战。[论文地址:](https://arxiv.org/pdf/2408.14717)
56 4
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在自然语言处理中的应用
【10月更文挑战第4天】本文将介绍人工智能(AI)在自然语言处理(NLP)领域的应用,包括语音识别、机器翻译、情感分析等方面。我们将通过一些实际案例展示AI如何帮助人们更好地理解和使用自然语言。同时,我们也会探讨AI在NLP领域面临的挑战和未来发展方向。
|
1月前
|
人工智能 自然语言处理
【NLP自然语言处理】NLP中的常用预训练AI模型
【NLP自然语言处理】NLP中的常用预训练AI模型