CN109992662A - 一种智能文本自动化生成的创新流程方法 - Google Patents
一种智能文本自动化生成的创新流程方法 Download PDFInfo
- Publication number
- CN109992662A CN109992662A CN201910291828.XA CN201910291828A CN109992662A CN 109992662 A CN109992662 A CN 109992662A CN 201910291828 A CN201910291828 A CN 201910291828A CN 109992662 A CN109992662 A CN 109992662A
- Authority
- CN
- China
- Prior art keywords
- layer
- intelligent
- result
- intelligent platform
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000013461 design Methods 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 13
- 238000003058 natural language processing Methods 0.000 abstract description 8
- 238000005457 optimization Methods 0.000 abstract description 5
- 238000010276 construction Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种智能文本自动化生成的创新流程方法，包括大数据架构层、AI智能平台层、业务系统层、以及相对应的源数据层和行业应用层，还包括如下步骤：S1、业务系统层面向客户设计，用来确认业务需求和数据源。S2、将需求和数据源传递到AI智能平台层，由AI智能平台通过内置的智能算法和流程进行加工并计算出结果。S3、结果回传到业务系统层并确认无误后，输出后业务需求的场景；该方法的核心关键在AI智能平台的建设，AI智能平台内置会不断进行自学习优化的智能文本分析和自然语言处理技术（NLP）的核心算法、调用规则、计算模型，负责对所有的数据进行加工处理，并计算出结果，该结果既包括数据结构化结果，又包括文本分析类结果。
Description
技术领域
本发明涉及智能文本技术领域，具体是一种智能文本自动化生成的创新流程方法。
背景技术
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。智能文本是由计算语言学衍生出来的概念，其基本目的试图找出自然语言的规律，建立运算模型，最终让电脑能够像人类般分析，理解和处理自然语言。这一种是计算机科学与人工智能领域交叉的目前势头正旺的科技领域，是人工智能的最难点和最重点之一，目前狭义上智能文本，即“文本服务+智能扩展”，实现文本读取存储和智能分析。“文本服务”包括一切以文本运算为基础的服务形式，“智能扩展”是基于语义层面对文本的解析而衍生出的系列服务产品，随着当今互联网上海量的信息,以及搜索信息准确、高效、个性化等需求,出现了一套包括信息检索、信息抽取和信息过滤在内的智能文本搜索新技术，智能文本分类服务，在核心技术——智能文本检索技术的支持下推出的实用化方向，引出“积件”的思想，继而建立素材库，然后对素材进行高效的分类和管理。
发明内容
本发明提供一种智能文本自动化生成的创新流程方法，该方法可广泛应用于新零售领域的行业分析、金融业领域的投融资分析、咨询行业的研究、政府机关行文、知识产权的申请和规避分析、教育培训领域的教案和效果评测。
为了解决背景技术中的问题，本发明提供了如下的技术方案：
本发明一种智能文本自动化生成的创新流程方法，包括大数据架构层、AI智能平台层、业务系统层、以及相对应的源数据层和行业应用层，还包括如下步骤：
S1、业务系统层面向客户设计，用来确认业务需求和数据源。
S2、将需求和数据源传递到AI智能平台层，由AI智能平台通过内置的智能算法和流程进行加工并计算出结果。
S3、结果回传到业务系统层并确认无误后，输出后业务需求的场景，即行业应用层。其中所有的数据和计算处理都是以Hadoop集群管理为基础的大数据架构层作为支撑。
作为本发明的一种优选技术方案，所述业务系统层是承接客户需求和结果输出的可视化系统，该系统包括用户管理、权限管理、需求系统、搜索引擎、流程引擎、API接口、发布系统，该系统层主要用来接收任务需求，将任务需求传递到AI智能平台进行运算，并接收AI智能平台的计算结果，对结果进行人工校验，以及反馈新修正需求并传递到AI智能平台进行运算，循环进行直至达到最终确认结果，并由发布系统将结果发布。
作为本发明的一种优选技术方案，所述AI智能平台层对外承接业务系统层的指令和连接Hadoop集群大数据底层基础；对内又是一个相对独立的根据业务需求智能调用计算逻辑和算法并可不断循环迭代调优的自学习系统。
作为本发明的一种优选技术方案，所述大数据架构层以Hadoop大数据底层作为数据仓库，用于AI智能平台的高效运作的底层架构支撑，以Hadoop集群的数据存储和计算能力为基础，保障AI智能平台的高并发和高频次循环作业。
本发明所达到的有益效果是：该方法的核心关键在AI智能平台的建设，AI智能平台内置会不断进行自学习优化的智能文本分析和自然语言处理技术（NLP）的核心算法、调用规则、计算模型等，负责对所有的数据进行加工处理，并计算出结果，该结果既包括数据结构化结果，又包括文本分析类结果。该方法的创新性设计使得主要计算过程在AI智能平台中相对独立的完成，AI智能平台中核心是解决文本分析和自然语言处理技术的问题，内置文本识别技术、图像识别技术、语义识别技术、文本提取和文本摘要自动生成技术等，并针对设置计算和处理规则，该规则通过测试样本和实际业务的不断运行而自动进行学习优化；该方法的设计不仅实现了智能文本生成的智慧化、自动化生产，通过该方法的流程设计，使得智能文本技术的应用更加灵活、可快速变化及复制到更多行业领域；在数据源层面，不受源格式的限制，包括HTML、API、PDF、JPG、Word、Excel、PPT等格式的文件都可以通过在AI智能平台中调用相应大数据获取、文本识别、图像识别等技术进行资料的数据化解析；在行业应用领域中，该方法可广泛应用于新零售领域的行业分析、金融业领域的投融资分析、咨询行业的研究、政府机关行文、知识产权的申请和规避分析、教育培训领域的教案和效果评测等。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明智能文本自动化生成总体流程图A；
图2是本发明智能文本自动化生成总体流程图B。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1-2所示，一种智能文本自动化生成的创新流程方法，包括大数据架构层、AI智能平台层、业务系统层、以及相对应的源数据层和行业应用层，还包括如下步骤：
S1、业务系统层面向客户设计，用来确认业务需求和数据源。
S2、将需求和数据源传递到AI智能平台层，由AI智能平台通过内置的智能算法和流程进行加工并计算出结果。
S3、结果回传到业务系统层并确认无误后，输出后业务需求的场景，即行业应用层。其中所有的数据和计算处理都是以Hadoop集群管理为基础的大数据架构层作为支撑。
为了使该种智能文本自动化生成的创新流程方法便于使用，所述业务系统层是承接客户需求和结果输出的可视化系统，该系统包括用户管理、权限管理、需求系统、搜索引擎、流程引擎、API接口、发布系统，该系统层主要用来接收任务需求，将任务需求传递到AI智能平台进行运算，并接收AI智能平台的计算结果，对结果进行人工校验，以及反馈新修正需求并传递到AI智能平台进行运算，循环进行直至达到最终确认结果，并由发布系统将结果发布；所述AI智能平台层对外承接业务系统层的指令和连接Hadoop集群大数据底层基础；对内又是一个相对独立的根据业务需求智能调用计算逻辑和算法并可不断循环迭代调优的自学习系统；所述大数据架构层以Hadoop大数据底层作为数据仓库，用于AI智能平台的高效运作的底层架构支撑，以Hadoop集群的数据存储和计算能力为基础，保障AI智能平台的高并发和高频次循环作业。
本发明设计合理，该方法的核心关键在AI智能平台的建设，AI智能平台内置会不断进行自学习优化的智能文本分析和自然语言处理技术（NLP）的核心算法、调用规则、计算模型等，负责对所有的数据进行加工处理，并计算出结果，该结果既包括数据结构化结果，又包括文本分析类结果。该方法的创新性设计使得主要计算过程在AI智能平台中相对独立的完成，AI智能平台中核心是解决文本分析和自然语言处理技术的问题，内置文本识别技术、图像识别技术、语义识别技术、文本提取和文本摘要自动生成技术等，并针对设置计算和处理规则，该规则通过测试样本和实际业务的不断运行而自动进行学习优化；该方法的设计不仅实现了智能文本生成的智慧化、自动化生产，通过该方法的流程设计，使得智能文本技术的应用更加灵活、可快速变化及复制到更多行业领域；在数据源层面，不受源格式的限制，包括HTML、API、PDF、JPG、Word、Excel、PPT等格式的文件都可以通过在AI智能平台中调用相应大数据获取、文本识别、图像识别等技术进行资料的数据化解析；在行业应用领域中，该方法广泛应用于新零售领域的行业分析、金融业领域的投融资分析、咨询行业的研究、政府机关行文、知识产权的申请和规避分析、教育培训领域的教案和效果评测等。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种智能文本自动化生成的创新流程方法，包括大数据架构层、AI智能平台层、业务系统层、以及相对应的源数据层和行业应用层，其特征在于，还包括如下步骤：
S1、业务系统层面向客户设计，用来确认业务需求和数据源。
S2、将需求和数据源传递到AI智能平台层，由AI智能平台通过内置的智能算法和流程进行加工并计算出结果。
S3、结果回传到业务系统层并确认无误后，输出后业务需求的场景，即行业应用层。其中所有的数据和计算处理都是以Hadoop集群管理为基础的大数据架构层作为支撑。
2.根据权利要求1所述的一种智能文本自动化生成的创新流程方法，其特征在于，所述业务系统层是承接客户需求和结果输出的可视化系统，该系统包括用户管理、权限管理、需求系统、搜索引擎、流程引擎、API接口、发布系统，该系统层主要用来接收任务需求，将任务需求传递到AI智能平台进行运算，并接收AI智能平台的计算结果，对结果进行人工校验，以及反馈新修正需求并传递到AI智能平台进行运算，循环进行直至达到最终确认结果，并由发布系统将结果发布。
3.根据权利要求1所述的一种智能文本自动化生成的创新流程方法，其特征在于，所述AI智能平台层对外承接业务系统层的指令和连接Hadoop集群大数据底层基础；对内又是一个相对独立的根据业务需求智能调用计算逻辑和算法并可不断循环迭代调优的自学习系统。
4.根据权利要求1所述的一种智能文本自动化生成的创新流程方法，其特征在于，所述大数据架构层以Hadoop大数据底层作为数据仓库，用于AI智能平台的高效运作的底层架构支撑，以Hadoop集群的数据存储和计算能力为基础，保障AI智能平台的高并发和高频次循环作业。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910291828.XA CN109992662A (zh) | 2019-04-12 | 2019-04-12 | 一种智能文本自动化生成的创新流程方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910291828.XA CN109992662A (zh) | 2019-04-12 | 2019-04-12 | 一种智能文本自动化生成的创新流程方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109992662A true CN109992662A (zh) | 2019-07-09 |
Family
ID=67133520
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910291828.XA Pending CN109992662A (zh) | 2019-04-12 | 2019-04-12 | 一种智能文本自动化生成的创新流程方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109992662A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160148327A1 (en) * | 2014-11-24 | 2016-05-26 | conaio Inc. | Intelligent engine for analysis of intellectual property |
| CN108881446A (zh) * | 2018-06-22 | 2018-11-23 | 深源恒际科技有限公司 | 一种基于深度学习的人工智能平台系统 |
| CN109284298A (zh) * | 2018-11-09 | 2019-01-29 | 上海晏鼠计算机技术股份有限公司 | 一种基于机器学习和大数据处理的内容生产系统 |
-
2019
- 2019-04-12 CN CN201910291828.XA patent/CN109992662A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160148327A1 (en) * | 2014-11-24 | 2016-05-26 | conaio Inc. | Intelligent engine for analysis of intellectual property |
| CN108881446A (zh) * | 2018-06-22 | 2018-11-23 | 深源恒际科技有限公司 | 一种基于深度学习的人工智能平台系统 |
| CN109284298A (zh) * | 2018-11-09 | 2019-01-29 | 上海晏鼠计算机技术股份有限公司 | 一种基于机器学习和大数据处理的内容生产系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kashkoush et al. | Knowledge-based model for constructing master assembly sequence | |
| CN104298496A (zh) | 数据分析型软件开发框架系统 | |
| CN110489749B (zh) | 一种智能办公自动化系统的业务流程优化方法 | |
| William et al. | Future of Digital Work Force in Robotic Process Automation | |
| Liu et al. | A transfer learning CNN-LSTM network-based production progress prediction approach in IIoT-enabled manufacturing | |
| CN116245670A (zh) | 基于双标签模型处理财税数据的方法、装置、介质和设备 | |
| Li et al. | Artificial Intelligence-Based Sustainable Development of Smart Heritage Tourism | |
| Jewapatarakul et al. | Digital transformation: the challenges for manufacturing and service sectors | |
| Wang et al. | ERP system design for hydrogen equipment manufacturing industry based on low code technology | |
| Yuan et al. | Collaborative construction industry integrated management service system framework based on big data | |
| Hunker et al. | A systematic classification of database solutions for data mining to support tasks in supply chains | |
| CN109992662A (zh) | 一种智能文本自动化生成的创新流程方法 | |
| Zhao | Research on digital skills that accountants should possess in the intelligent era | |
| CN104616151B (zh) | 基于bpmn的语言的商业模式描述及分析方法 | |
| Xie et al. | Explore the application of big data technology in modern enterprise logistics management | |
| CN107301239A (zh) | 一种数据库转换器及转换方法 | |
| Sudhakar Yadav et al. | Predictive and Behavioral Analytics for Big Data Architecture | |
| Huang et al. | Integrated as a service in the construction of small and micro enterprise financial management platform system | |
| Zheng et al. | The Role of Artificial Intelligence Technology in Improving the Resilience of Supply Chain During COVID-19 | |
| Paliwal et al. | Approaches of Data Warehousing and Their Applications: A Review | |
| Chen et al. | Artificial intelligence: Creating more possibilities for programmatic advertising | |
| Tukhkanen et al. | Impact of the Digitalization Trend on the Management of Production Systems and Processes | |
| Iana et al. | The Multiplication of Natural Disasters in the Lack of a Sustainable Forest Management | |
| Hayashi et al. | Description Framework for Stakeholder-Centric Value Chain of Data to Understand Data Exchange Ecosystem | |
| Yang et al. | Construction of Electric Energy Data and Carbon Emission Management Platform Under Computer Technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190709 |