自然语言处理预训练模型招标中标信息抽取-高级版服务 Quick Start

简介: 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。可用于搭建内容搜索、内容推荐、舆情识别及分析、文本结构化、对话机器人等智能产品。NLP自学习平台提供了一些预训练的特定领域模型服务。例如:商品评价解析服务、新闻层次分类服务、中文简历抽取、英文简历抽取等,且无需自主标注训练,直接调用API即可使用。本文将使用Java SDK演示招标中标信息抽取-高级版服务的快速调用以供参考。

使用前提:服务开通与资源包购买

操作步骤:

1.添加pom依赖

   <dependency>
            <groupId>com.aliyun</groupId>
            <artifactId>aliyun-java-sdk-core</artifactId>
            <version>4.5.25</version>
        </dependency>
        <dependency>
            <groupId>com.aliyun</groupId>
            <artifactId>aliyun-java-sdk-nlp-automl</artifactId>
            <version>0.0.5</version>
        </dependency>
        <dependency>
            <groupId>com.aliyun</groupId>
            <artifactId>aliyun-java-sdk-alinlp</artifactId>
            <version>1.0.16</version>
       </dependency>

2.Code Sample

import com.aliyuncs.DefaultAcsClient;
import com.aliyuncs.IAcsClient;
import com.aliyuncs.exceptions.ClientException;
import com.aliyuncs.nlp_automl.model.v20191111.RunPreTrainServiceRequest;
import com.aliyuncs.nlp_automl.model.v20191111.RunPreTrainServiceResponse;
import com.aliyuncs.profile.DefaultProfile;
import com.google.gson.Gson;

import java.util.HashMap;
import java.util.Map;


//预训练模型  招标中标信息抽取—高级版服务
public class Demo5 {
    public static void main(String[] args) throws ClientException{
        DefaultProfile defaultProfile = DefaultProfile.getProfile("cn-hangzhou","XXXXXXXXXX","XXXXXXXXXX");
        IAcsClient client = new DefaultAcsClient(defaultProfile);
        String content = "2021年试油公司塔河油田井口、采油树试压作业招标第二次公告\n" +
                "招标编号:SYGS-ZB2021038\n" +
                "一、招标条件:\n" +
                "本项目已按要求履行了相关报批及备案等手续,资金已落实,具备招标条件,现对其进行公开招标。\n" +
                "二、项目概况:\n" +
                "1.项目背景:\n" +
                "2021年中石化西北油田分公司塔河油田完井测试中心决定将公司试油过程中配合作业的特车作业、打防火墙、硫化氢处理、废液运输和采油树试压等一体化施工,交由公司总包。年试油井50井次,预计一体化施工产值600万元,其中井口、采油树等试压作业项目资金预算49万元,项目履行期限:自合同签订之日起至2021年12月31日。\n" +
                "1. 1招标范围:\n" +
                "1.1.1确定井口试压、140MPA采油(气)树和采油机抽井口现场试压、现场试压数据采集所需要的设备和人员的服务价格。\n" +
                "1.2 服务区域:试油公司南疆塔河油田所属作业区域。\n" +
                "1.3 项目预计金额:49万元人民币,含税。\n" +
                "1.4 标段划分:本项目不划分标段。\n" +
                "1.5 招标结果有效期:自合同签订之日起至2021年12月31日。\n" +
                "2. 服务要求:\n" +
                "2.1服务技术要求:\n" +
                "2.1.1、施工队伍持有中石化油田分公司相应市场准入证;\n" +
                "2.1.2具有井口试压、140MPA采油(气)树和采油机抽井口现场试压、现场试压数据采集所需要的设备和人员。\n" +
                "2.1.3应当以自己的设备和人员施工,不得分包、转包。\n" +
                "三、投标人资质要求\n" +
                "1.具有独立的企业法人资格和有效的营业执照(经营范围须包括相关技术服务);\n" +
                "2.投标人须具备有效的中石化市场准入证(中石化西北油分公司市场信息系统),范围须包含本项目相关服务内容;\n" +
                "3.本次招标不接受联合体投标;\n" +
                "4.投标人近三年无严重违法、违规事项,无骗取中标情况,无重大质量、安全问题。以下列平台的查询结果和相关部门的证明材料为准。\n" +
                "(1)国家工商总局的《全国企业信用信息公示系统》“行政处罚信息”和“严重违法失信企业名单”中查询,查询网址是:http://www.gsxt.gov.cn/。\n" +
                "(2)中华人民共和国最高人民法院《全国法院失信被执行人名单信息公布与查询》平台公布信息为准;查询网址是:http://shixin.court.gov.cn/。\n" +
                "四、招标文件的获取\n" +
                "招标文件发售期为:2021年3月10日10:00至2021年3月14日19:00。持单位法人授权委托书、购买标书登记表(表格见公告附表)持单位法人授权委托书、购买标书登记表在库尔勒市建国北路3号综合办公楼304室购买招标文件,每套售价500 元(注:需通过银行汇款,款项来源填写试油公司XXX项目,每月24日-31日不接受汇款。)\n" +
                "名 称:中国石油集团西部钻探工程有限公司\n" +
                "纳税人识别号:91650******327257J\n" +
                "地址.电话:克拉玛依市友谊路115号(试油公司)0001**-756****\n" +
                "开户行账号:昆仑银行股份有限公司克拉玛依友谊路支行8820200******0000088\n" +
                "五、投标文件的递交\n" +
                "1、投标文件递交截止时间: 2021年3月31日下午16:00(北京时间)。\n" +
                "2、投标文件递交方式:开标现场递交纸质投标文件正本一份4副(电子版标书光盘1张)。\n" +
                "六、开标\n" +
                "1.开标时间:2021年3月31日 下午16:00\n" +
                "2.开标地点:克拉玛依市友谊路115号试油公司办公楼A2-701会议室\n" +
                "七、招标人信息\n" +
                "招标人:西部钻探工程有限公司试油公司\n" +
                "地 址:克拉玛依市友谊路115号\n" +
                "联系人:段某某\n" +
                "电 话:00**-222**** 136********";
        RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
        request.setServiceName("NER-ZhaoBiao");
        request.setPredictContent(content);
        RunPreTrainServiceResponse response = client.getAcsResponse(request);
        System.out.println(response.getPredictResult());
    }






}

3.测试结果

{"records":{"招标单位名称":[{"span":"西部钻探工程有限公司试油公司"},{"span":"中国石油集团西部钻探工程有限公司"},{"span":"2021年中石化西北油田分公司塔河油田完井测试中心"}],"工期":[{"span":"自合同签订之日起至2021年12月31日"}],"开标日期":[{"span":"2021-03-31"}],"招标单位地址":[{"span":"克拉玛依市友谊路115号"}],"公告标题":[{"span":"2021年试油公司塔河油田井口、采油树试压作业招标第二次公告"}],"资格要求":[{"span":"具有独立的企业法人资格和有效的营业执照(经营范围须包括相关技术服务)"},{"span":"投标人须具备有效的中石化市场准入证(中石化西北油分公司市场信息系统),范围须包含本项目相关服务内容"},{"span":"本次招标不接受联合体投标"}],"招标单位联系电话":[{"span":"00**-222****"}],"项目预算":[{"span":"490000.00元"}],"标的物名称":[{"span":"特车作业"},{"span":"硫化氢处理"},{"span":"废液运输"},{"span":"采油树试压"}],"项目编号":[{"span":"SYGS-ZB2021038"}],"招标范围":[{"span":"1.1.1确定井口试压、140MPA采油(气)树和采油机抽井口现场试压、现场试压数据采集所需要的设备和人员的服务价格"}],"招标单位联系人":[{"span":"段某某"}]}}

更多参考

快速入门-模型服务调用流程
预训练模型使用教程
招标中标信息抽取-高级版服务
阿里云自然语言处理PHP Core SDK使用Quick Start

目录
相关文章
|
23天前
|
自然语言处理 索引
大模型开发: 解释自然语言处理(NLP)中的词嵌入。
**词嵌入技术在NLP中将文本转为数值表示,捕获词汇的语义和语法关系。过程包括:词汇索引、训练嵌入矩阵(如Word2Vec、GloVe、BERT)、文本向量化及向量输入到NLP模型(如情感分析、命名实体识别)。词嵌入是连接文本与机器理解的关键桥梁。**
24 2
|
3月前
|
人工智能 自然语言处理 运维
NLP国内外大模型汇总列表[文心一言、智谱、百川、星火、通义千问、盘古等等]
NLP国内外大模型汇总列表[文心一言、智谱、百川、星火、通义千问、盘古等等]
NLP国内外大模型汇总列表[文心一言、智谱、百川、星火、通义千问、盘古等等]
|
2月前
|
机器学习/深度学习 自然语言处理 算法
大模型在自然语言处理中的应用
大模型在自然语言处理中的应用
68 1
|
2月前
|
人工智能 自然语言处理 机器人
自然语言开发AI应用,利用云雀大模型打造自己的专属AI机器人
如今,大模型层出不穷,这为自然语言处理、计算机视觉、语音识别和其他领域的人工智能任务带来了重大的突破和进展。大模型通常指那些参数量庞大、层数深、拥有巨大的计算能力和数据训练集的模型。 但不能不承认的是,普通人使用大模型还是有一定门槛的,首先大模型通常需要大量的计算资源才能进行训练和推理。这包括高性能的图形处理单元(GPU)或者专用的张量处理单元(TPU),以及大内存和高速存储器。说白了,本地没N卡,就断了玩大模型的念想吧。 其次,大模型的性能往往受到模型调优和微调的影响。这需要对模型的超参数进行调整和优化,以适应特定任务或数据集。对大模型的调优需要一定的经验和专业知识,包括对深度学
自然语言开发AI应用,利用云雀大模型打造自己的专属AI机器人
|
3月前
|
机器学习/深度学习 数据采集 人工智能
【NLP】Datawhale-AI夏令营Day3打卡:Bert模型
【NLP】Datawhale-AI夏令营Day3打卡:Bert模型
|
1月前
|
机器学习/深度学习 自然语言处理 监控
利用深度学习技术实现自然语言处理中的情感分析
本文将深入探讨如何利用深度学习技术在自然语言处理领域中实现情感分析。通过介绍情感分析的背景和原理,结合深度学习模型如LSTM、BERT等的应用,帮助读者了解情感分析的重要性以及如何利用最新技术实现更准确的情感识别。
|
1月前
|
机器学习/深度学习 自然语言处理 算法
探索机器学习中的自然语言处理技术
【2月更文挑战第16天】 在数字化和智能化的浪潮中,自然语言处理(NLP)技术已成为连接人类与机器沟通的重要桥梁。本文深入探讨了机器学习在自然语言处理中的应用,包括最新的模型架构、算法优化技巧及实际场景中的挑战和解决方案。通过逻辑严密的分析,我们将揭示如何有效利用机器学习提升NLP系统的性能,同时对未来发展趋势进行预测。
23 0
|
1月前
|
机器学习/深度学习 自然语言处理 监控
利用深度学习技术实现自然语言处理中的情感分析
本文将深入探讨如何利用深度学习技术,特别是神经网络模型,来实现自然语言处理领域中的情感分析任务。通过结合深度学习算法和大规模文本数据集,可以实现更准确和高效的情感分析,为情感识别和情感推断提供更好的解决方案。
|
1月前
|
机器学习/深度学习 自然语言处理
自然语言处理技术(NLP)
自然语言处理技术(NLP)
38 1
|
2月前
|
自然语言处理
举例说明自然语言处理(NLP)技术
举例说明自然语言处理(NLP)技术
18 0