阿里云智能语义理解Quick Start

简介: 本文主要介绍智能语义理解产品的开通及使用。
作者:俏巴

概述

智能语义理解(Intelligent Semantic Understanding)依托阿里巴巴在深度学习、自然语言处理方向上的技术积累,为客户提供文本相似度和机器阅读理解等优质算法技术。其中文本相似度可以计算两段短文本之间的相似度,并给出相似度评分;机器阅读理解能针对某几个问题,从若干篇文章中分别寻找问题答案。智能语义理解技术可以应用于问答系统、信息检索、新闻推荐等场景。下面主要介绍该产品的开通及使用。

Step By Step

1、开通服务。

2、开通后控制台概览
image.png

3、操作步骤,可以在控制台快速查看创建项目,然后查看进程
image.png

4、使用SDK进行相关操作

  • 4.1 pom.xml

        <dependency>
            <groupId>com.aliyun</groupId>
            <artifactId>aliyun-java-sdk-iqa</artifactId>
            <version>1.0.0</version>
        </dependency>
        <dependency>
            <groupId>com.aliyun</groupId>
            <artifactId>aliyun-java-sdk-core</artifactId>
            <version>4.4.9</version>
        </dependency>
    </dependencies>

4.2 code sample

import com.aliyuncs.DefaultAcsClient;
import com.aliyuncs.IAcsClient;
import com.aliyuncs.exceptions.ClientException;
import com.aliyuncs.iqa.model.v20190813.*;
import com.aliyuncs.profile.DefaultProfile;

public class demo1 {

public static void main(String[] args) throws ClientException {
    DefaultProfile profile = DefaultProfile.getProfile(
            "cn-hangzhou",
            "LTAIOZZgYX******",
            "v7CjUJCMk7j9aKduMAQLjy********");
    IAcsClient client = new DefaultAcsClient(profile);

    // 调用ListProjects获取项目列表
    ListProjectsRequest request = new ListProjectsRequest();
    request.setProjectType("faq");
    ListProjectsResponse response = client.getAcsResponse(request);
    System.out.println("项目数量: " + response.getTotalCount());

// // 调用CreateProject创建一个项目
// CreateProjectRequest createProjectRequest = new CreateProjectRequest();
// createProjectRequest.setModelId("general");
// createProjectRequest.setProjectName("FaqProjectDemo1");
// createProjectRequest.setProjectType("faq");
// CreateProjectResponse createProjectResponse = client.getAcsResponse(createProjectRequest);
// System.out.println(createProjectResponse.getProjectId());

      String projectId = "nynauj21********";// 使用创建项目获取的ProjectId

//
// // 调用UploadDictionary上传自定义词表,支持多次调用增量导入,此操作是用来对导入的document增加分词功能,可以不操作
// UploadDictionaryRequest uploadDictionaryRequest = new UploadDictionaryRequest();
// uploadDictionaryRequest.setDictionaryFileUrl("http://iqa-console.oss-cn-hangzhou.aliyuncs.com/example/iqa_example_shorttext.xlsx?spm=a2c4g.11186623.2.14.5d7b727d7qG2oF&Expires=2179036688&OSSAccessKeyId=LTAI2WA8174xk3ii&Signature=967zD%2BonZHoVbSZqkmxx8KVcEeI%3D");
// uploadDictionaryRequest.setProjectId(projectId);
// UploadDictionaryResponse uploadDictionaryResponse = client.getAcsResponse(uploadDictionaryRequest);
// System.out.println(uploadDictionaryResponse.getTotalCount());

// UploadDocumentRequest uploadDocumentRequest = new UploadDocumentRequest();
// uploadDocumentRequest.setDocumentFileUrl("http://iqa-console.oss-cn-hangzhou.aliyuncs.com/example/iqa_example_shorttext.xlsx?spm=a2c4g.11186623.2.14.5d7b727dtesby4&Expires=2179036688&OSSAccessKeyId=LTAI2WA8174xk3ii&Signature=967zD%2BonZHoVbSZqkmxx8KVcEeI%3D");
// uploadDocumentRequest.setProjectId(projectId);
// UploadDocumentResponse uploadDocumentResponse = client.getAcsResponse(uploadDocumentRequest);
// System.out.println(uploadDocumentResponse.getFileDataCount());

// // 调用DeployService发布一个项目
// DeployServiceRequest deployServiceRequest = new DeployServiceRequest();
// deployServiceRequest.setProjectId(projectId);
// DeployServiceResponse deployServiceResponse = client.getAcsResponse(deployServiceRequest);
// System.out.println(deployServiceResponse.getRequestId());

    GetPredictResultRequest getPredictResultRequest = new GetPredictResultRequest();
    getPredictResultRequest.setProjectId(projectId);
    getPredictResultRequest.setQuestion("充话费");
    getPredictResultRequest.setTopK(3);
    GetPredictResultResponse getPredictResultResponse = client.getAcsResponse(getPredictResultRequest);
    for (GetPredictResultResponse.PredictResult predictResult:getPredictResultResponse.getPredictResults()
         ) {
        System.out.println("Question: " + predictResult.getQuestion() + " Answer: " + predictResult.getAnswer() + " Score: " + predictResult.getScore());
    }
}

}


4.3 result

项目数量: 3
Question: 积分怎么充话费 Answer: Score: 0.9948719
Question: 积分充话费的方式 Answer: Score: 0.9937389
Question: 我怎么用积分充话费 Answer: Score: 0.47255847


5、Demo相关解释

- 5.1 UploadDictionary作用:
> 帮助分词,业务的一些专有词,默认分词分不出来的情况下需要用上传到自定义词表。
- 5.2 上传数据格式参考及解释。
- 5.3 用户答疑钉钉群号:23162166。(可在文件位置获取产品简介文档,对理解产品有很大帮助)
https://yqfile.alicdn.com/36559ee204e61d8994481137a45fdb1fa808e5c1.png![image.png](https://ucc.alicdn.com/pic/developer-ecology/12c1f3316c1947189d5186bbc9bfdfa2.png)
相关文章
|
机器学习/深度学习 数据处理 对象存储
机器学习平台PAI智能标注之文本标注 Quick Start
智能标注(iTAG)是机器学习平台PAI上一款智能化数据标注平台,支持图像、文本、视频、音频等多种数据类型的标注以及多模态的混合标注。智能标注(iTAG)提供了丰富的标注内容组件和题目组件,您可以直接使用平台预置的标注模板,也可以根据自己的场景自定义模板进行数据标注。本文以文本标注为例快速演示该功能的使用,以供参考。
1206 0
机器学习平台PAI智能标注之文本标注 Quick Start
|
2月前
|
机器人 API Python
智能对话机器人(通义版)会话接口API使用Quick Start
本文主要演示了如何使用python脚本快速调用智能对话机器人API接口,在参数获取的部分给出了具体的获取位置截图,这部分容易出错,第一次使用务必仔细参考接入参数获取的位置。
121 1
|
机器学习/深度学习 数据处理 对象存储
阿里云机器学习平台PAI智能标注Quick Start
智能标注(iTAG)是一款智能化数据标注平台,支持图像、文本、视频、音频等多种数据类型的标注以及多模态的混合标注。智能标注(iTAG)提供了丰富的标注内容组件和题目组件,您可以直接使用平台预置的标注模板,也可以根据自己的场景自定义模板进行数据标注。本文以图片标注为例演示该功能的使用。
4810 0
阿里云机器学习平台PAI智能标注Quick Start
|
5月前
|
人工智能 NoSQL atlas
Atlas Vector Search:借助语义搜索和 AI 针对任何类型的数据构建智能应用
一切才刚刚开始,MongoDB 致力于提供优秀的开发者数据平台,助力开发者打造新一代 AI 赋能的应用
2675 2
|
人工智能 达摩院 API
阿里云灵积模型服务Quick Start
DashScope灵积模型服务以模型为中心,致力于面向AI应用开发者提供品类丰富、数量众多的模型选择,并为其提供开箱即用、能力卓越、成本经济的模型服务API。DashScope灵积模型服务依托达摩院等机构的优质模型,在阿里云基础设施之上构建。灵积服务4.11号刚刚开通公测,目前提供Paraformer语音识别API能力,后续通义千问也将通过该服务对外提供API能力。本文演示如何快速通过Python SDK接入服务。
70893 0
阿里云灵积模型服务Quick Start
|
人工智能 文字识别 API
阿里云视觉智能开放平台QPS限制提升操作Quick Start
阿里云视觉智能开放平台简称视觉智能平台,是基于阿里巴巴视觉智能技术实践经验,面向视觉智能技术企业和开发商(含开发者),为其提供高易用、普惠的视觉API服务,帮助企业快速建立视觉智能技术应用能力的综合性视觉AI能力平台。使用阿里云视觉智能开放平台服务时,大部分能力都会限制QPS,具体的QPS限制和每个能力的付费方式有关。如果您只是开通了能力,默认QPS限制不超过2。当调用频率超出QPS限制,会触发限流,导致调用报错。对于支持资源包的能力,可以购买资源包,购买后会在次日早8点提升QPS限制,一般能够提升到5QPS。然而一些新老客户往往不了解这一方式,本文简单说明和演示一下提升操作以供参考。
706 0
阿里云视觉智能开放平台QPS限制提升操作Quick Start
|
机器学习/深度学习 人工智能 分布式计算
PAI视觉算法组件-图像分类Quick Start
PAI Designer(Studio 2.0)是基于云原生架构Pipeline Service(PAIFlow)的可视化建模工具, 提供可视化的机器学习开发环境,实现低门槛开发人工智能服务。同时,系统提供丰富且成熟的机器学习算法,覆盖商品推荐、金融风控及广告预测等场景,支持基于MaxCompute、PAI-DLC、Flink等计算资源进行大规模分布式运算,可以满足您不同方向的业务需求。本文将结合智能标注简单演示机器学习平台进行图像分类的一个展示,以供参考。
242 0
PAI视觉算法组件-图像分类Quick Start
|
自然语言处理 安全 Java
智能语音交互--声音事件检测Quick Start
智能语音交互(Intelligent Speech Interaction)是基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人机交互功能。适用于智能问答、智能质检、法庭庭审实时记录、实时演讲字幕等场景,在金融、司法、电商等多个领域均有应用。在新增的语音分析产品中声音事件检测可通过一段声音来对环境音(包括语音、短视频等)里面的事件类型进行检测分类,其主要任务是检测识别音频中诸如背景音乐、哭声、笑声、爆炸声之类的声音,并标注出声音的起止时间,适用于家庭安全监护、音视频剪辑等。本文将使用Java SDK演示声音事件检测服务的调用以供参考。
824 0
智能语音交互--声音事件检测Quick Start
|
机器学习/深度学习 人工智能 文字识别
PAI AI行业插件OCR识别Quick Start
机器学习平台PAI(Platform of Artificial Intelligence)上AI行业插件提供视觉模型训练插件和通用模型训练插件,支持在线标注、自动模型训练、超参优化及模型评估。只需要准备少量标注数据,并设置训练时长,就可以得到深度优化的模型。同时,插件平台与PAI-EAS高效对接,可以一键完成模型部署。本文介绍使用视觉模型训练插件进行OCR(Optical Character Recognition)识别的详细流程,以供参考。
419 0
PAI AI行业插件OCR识别Quick Start
|
自然语言处理 Java API
阿里云自然语言处理--词向量(高级版-搜索领域)Quick Start
自然语言处理(Natural Language Processing,简称NLP),是为各类企业及开发者提供的用于文本分析及挖掘的核心工具,旨在帮助用户高效的处理文本,已经广泛应用在电商、文娱、司法、公安、金融、医疗、电力等行业客户的多项业务中,取得了良好的效果。词向量是一种简单有效的将最小语义单元 —— 词转化为数值表示的方法。通过词向量得到的数值表示的形式是高维稠密向量。这种数值表示的特点是语义相近的词(如“红色”和“蓝色”)在向量空间中的位置接近。这种数值表示可以支撑语义相似度计算等具体应用。本文将使用Java CommonSDK演示词向量(高级版-搜索领域)服务的快速调用以供参考。
430 0
阿里云自然语言处理--词向量(高级版-搜索领域)Quick Start
下一篇
无影云桌面