cGPT S1000自然語言搜索一體機是云創(chuàng)大數(shù)據(jù)針對大規(guī)模自然語言處理應用場景，自主研發(fā)的高速向量計算搜索一體機。該一體機采用并行計算架構，融合高密度混合服務硬件，為用戶提供軟硬件一體化的高性能自然語言搜索解決方案。
cGPT S1000自然語言搜索一體機
cGPT S1000 natural language search all-in-one rack
產(chǎn)品介紹
cGPT S1000自然語言搜索一體機支持TXT、Word、PDF、CSV等多種格式的數(shù)據(jù)源，支持對采集的數(shù)據(jù)源進行文本提取和數(shù)據(jù)清洗，采用分布式集群架構，智能化自動構建搜索資料庫。用戶只需將海量的業(yè)務文件、圖書論文文獻、文本數(shù)據(jù)等導入該一體機，即可建立個性化的定制搜索引擎。
支持基于文本語義理解技術，具備更加準確的檢索能力，能夠將輸入查詢的文本與一體機中的文本進行快速比對，并將搜索到與輸入文本語義相近的多組結果根據(jù)相似度排序返回輸出。針對千萬級甚至上億量級的文本數(shù)據(jù)庫，該一體機依舊可以達到0.1秒級的返回結果速率。
總體架構
cGPT S1000自然語言搜索一體機基于大數(shù)據(jù)分布式實時計算框架，結合定制化高密度計算硬件，實現(xiàn)大規(guī)模自然語言處理任務的分發(fā)與計算結果匯聚，保證計算任務執(zhí)行的高效和穩(wěn)定。基于特征向量計算算法以及分布式集群處理資源調(diào)度技術，該一體機實現(xiàn)了海量特征庫條件下1：N對比任務的高效分解與并行處理，可將單個任務響應效率提升到0.1秒級。
技術優(yōu)勢
技術規(guī)格
應用場景
cGPT S1000自然語言搜索一體機基于語義理解技術，能夠快速查找需要的內(nèi)容，可廣泛應用于資料查詢、專利搜索、電子病歷檢索、法律文獻檢索、學術文獻檢索、論文查重等多種場景。
資料查詢
用戶內(nèi)部積存大量的檔案、資料、文書等各種形式的文檔，檢索資料不僅繁瑣且重復性高，耗費大量時間和精力。通過自然語言處理技術，只需簡短的一句話或幾個關鍵詞，自然語言搜索一體機即可完成資料搜索，命中率和準確率都大幅提高。
專利搜索
通過關鍵詞匹配不一定能夠找出某一主題的所有相關專利，而借助自然語言搜索一體機，可以準確找到已經(jīng)成功申請的與該主題相關的所有專利信息，包括描述、編號等，從而在專利申請時避免重復申請等問題，大大節(jié)省時間和費用。
電子病歷檢索
基于自然語言搜索一體機，在自然語言處理技術的助力下，用戶可建設面向特定醫(yī)療領域的知識服務平臺，以此更好地提供電子病例檢索、處方查詢、醫(yī)療知識問答等醫(yī)療服務。
法律文獻搜索
基于自然語言搜索一體機，用戶可對案件信息進行查詢和梳理，比如針對某一案件，律師通過輸入描述，即可在資料庫中找出相似案例情況以及司法解釋，有助于案件分析、訴訟準備等，司法人員也可借助該一體機節(jié)省資料整理、分析的時間。
學術文獻檢索
查閱論文時，根據(jù)關鍵詞匹配，可以檢索出不少結果，但主要是包含關鍵詞的內(nèi)容，不一定是用戶真正需要查找的，而借助自然語言搜索一體機，在準確表達查找內(nèi)容的情況下，只需一句簡單描述，即可檢索到真正為用戶所需的論文。
論文查重
在論文查重時，針對論文可能存在的不同語種相互翻譯導致的抄襲，或者以替換詞語、改變表達的方式規(guī)避查重等問題，借助自然語言搜索一體機，可對其進行準確檢測，以語義為準，及時發(fā)現(xiàn)論文寫作時的抄襲、剽竊等亂象。
