文章摘要：隨著人工智能技術(shù)的發(fā)展，其應(yīng)用越來越廣泛和成熟，其重要性也越來越突出。隨著信息化的迅速普及和覆蓋，大量的信息涌入，聊天、郵件、公函、流程、人力資源、招投標、網(wǎng)盤等各種業(yè)務(wù)，不斷創(chuàng)建、分發(fā)、共享知識...

隨著人工智能技術(shù)的發(fā)展，其應(yīng)用越來越廣泛和成熟，其重要性也越來越突出。隨著信息化的迅速普及和覆蓋，大量的信息涌入，聊天、郵件、公函、流程、人力資源、招投標、網(wǎng)盤等各種業(yè)務(wù)，不斷創(chuàng)建、分發(fā)、共享知識，大大提升了公司的工作效率，增加了公司的效益。然而，隨著業(yè)務(wù)體系的日益完善，大量的經(jīng)驗和知識分散到各個系統(tǒng)和存儲媒體中。如何快速地發(fā)現(xiàn)和發(fā)現(xiàn)知識，是如何在企業(yè)中高效地使用數(shù)據(jù)的一個重要問題。

基于其在人工智能方面的技術(shù)優(yōu)勢，以及多年深耕企業(yè)搜索的經(jīng)驗，基于文字語義矢量、圖片表征矢量、傳統(tǒng)關(guān)鍵詞反向排列引擎，串聯(lián)語義搜索、以圖搜索、專家經(jīng)驗語義問答，形成表意搜索矩陣，推出強大的能讀懂圖片、看懂文字的企業(yè)級智能知識搜索平臺。

01、既要準，又要有漂亮的文字和語義。

語義檢索是一種通過自然語言處理技術(shù)對查詢進行分析的方法，能夠精確地把握用戶在輸入的句子之后的真實意圖，并將最適合自己的搜索結(jié)果反饋給使用者。由于 Bert和它的派生Pre-Trained模型不斷發(fā)展，矢量可以在某種程度上表現(xiàn)出對語義的良好描述，但是單一矢量搜索在長篇文本中卻很少有成功的例子。

同時，減少向量矢量檢索的限制，提供矢量檢索接口，自動協(xié)調(diào)相容性倒排索引和矢量檢索，并將檢索結(jié)果進行合理的整合，確保用戶在使用該系統(tǒng)時不會感到語義矢量的復(fù)雜性，從而獲得更好的檢索體驗。

在文本檢索方案中，將文本、圖片、表格三種不同形式的信息進行融合，從而提高了檢索的準確性和效率。

02、看圖，用圖搜索

在自主研發(fā)的高性能、高精度 OCR系統(tǒng)平臺的支持下，實現(xiàn)了對圖像文本的檢索。但是，這張照片的內(nèi)容，不僅僅是文字的內(nèi)容，它的色彩、線條的表征，也是用戶所要尋找的重要信息。大觀公司的智慧搜尋系統(tǒng)，將先進的深度學(xué)習(xí)技術(shù)與精練的矢量搜尋方案相結(jié)合，為用戶提供了一種可達的以圖為目的的搜尋。企業(yè)用戶可以通過上傳大量的圖像知識，對圖像的意義進行分析和存儲。如果公司職員需要從照片中直接查找圖像，那么所有類似的圖像都會被顯示為瀑布式的排版。支持搜索結(jié)果的預(yù)覽和下載，滿足了用戶的搜索需求。

03、閱讀，專業(yè)知識和語義問題

科技的發(fā)展，讓人們的搜尋能力得到了極大的提高，而地圖在有效地整合知識和對深度學(xué)習(xí)的語義表達方面，也扮演了重要角色。知識地圖所要做的，就是讓引擎了解到一次搜索的本質(zhì)，而不是一條文字的匹配。FAQ，是專業(yè)知識集成，幫助高效分享高頻體驗；閱讀理解，就是從海量的碎片和零散的知識中，如人一般，對問題進行動態(tài)的分析，并將其歸納成一個完整的答案。三個方面相互補充，形成了一個閉環(huán)的知識搜尋。

智能企業(yè)搜索中臺根據(jù)實際項目的答疑要求，結(jié)合圖譜、 FAQ和閱讀理解特點，通過圖譜的精確檢索，保證了準確的輸入。以此為基礎(chǔ)，通過 FAQ的幫助，迅速地涵蓋了大量的知識要求，構(gòu)建了一個智慧的智能答疑助手。公司可以利用大量的經(jīng)驗和知識作為材料，迅速建立起一套完善的專家問答系統(tǒng)，并為每位員工配備“知識小秘書”，幫助企業(yè)有效地分享知識，提高企業(yè)的經(jīng)營效率。

04、以產(chǎn)品為導(dǎo)向的企業(yè)

目前市面上的人工智能產(chǎn)品種類繁多，我們期望產(chǎn)品的使用價值超過技術(shù)手段，而智能企業(yè)搜索平臺是在無數(shù)用戶場景和需求中不斷打磨，最終形成用戶價值，幫助企業(yè)搭建繁雜知識獲取橋梁，同時，確保知識數(shù)據(jù)合理安全管控。

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來源：http://www.yzny.net.cn/ucm/faq/18228