中软国际数据治理专业服务解决方案实践

事件抽取 功能介绍 事件抽取是指从自然语言文本中抽取指定类型的事件以及相关实体信息，并形成结构化数据输出的文本处理技术。 目前只支持金融公告中会议召开、聘任、辞职、股票增持、股票减持5类事件以及相关要素的抽取。 本API免费调用，调用限制为2次/秒。 调试 您可以在 API Explorer 中调试该接口。

查看更多 →

实时数据 您可以查看音视频通话的规模、体验、网络指标的实时数据和分析图表，实时掌握项目整体动态，及时识别异常通话体验和异常根因。 注意事项 “实时数据”中的数据仅供数据分析和质量问题查询，计费数据请以账单为准。 由于统计数据需要时间，可能会有5分钟以内的延迟。 查询说明 支持查询最近24小时的实时数据。

查看更多 →

段”表示基础数据中的字段名，在抽取函数中引用字段时，使用格式为“${字段}”，例如抽取基础数据中属性“name”的字段，在抽取函数中引用字段的格式为“trim(${name})”。 表1 信息抽取函数说明表 抽取函数 函数说明 抽取函数示例 抽取前数据示例 抽取后数据示例 trim（字段）

查看更多 →

实时数据问答 单击会话列表上的按钮，创建与数智员工的新会话。 点击按钮。 输入需要数智员工回答的问题提示词。 数智员工会将结合实时数据和大模型，展示答案。 图1 打开实时数据问答界面 父主题： 实施步骤

查看更多 →

上传实时数据 RES通过DIS SDK上传实时数据，用户实时日数据并做近线处理。当前仅支持Java语言的SDK，示例请参见《数据接入服务SDK参考》。 前提条件 如果需要使用近线上传实时数据的用户，可以使用DIS SDK接口上传，请您按照需求下载DIS SDK，下载完之后按照下面的说明进行SDK升级。

查看更多 →

关键词抽取 功能介绍 根据指定文本，抽取其中最能够反映文本主题或者意思的词汇。 具体Endpoint请参见终端节点。 调用华为云NLP服务会产生费用，本API支持使用基础套餐包，购买时请在 自然语言处理 价格计算器中查看基础套餐包和领域套餐包支持的API范围。 本API调用限制为20次/秒。

查看更多 →

结构化抽取 信息抽取函数 交互界面配置 代码编辑 父主题： 配置信息抽取

查看更多 →

文本中抽取三元组的模型，因此仅适用于抽取基础数据格式为txt文本的自然语言短句。 自定义模型流程 自定义信息抽取模型的流程如表1所示。 表1 自定义信息抽取模型流程 流程 说明 操作指引 准备训练数据 提前准备用于训练模型的数据。 准备训练数据 创建模型 基于您的训练数据（即已标

查看更多 →

定义信息抽取模型。 可在下方查看从文本信息中抽取的知识类型，知识类型包括主语“Subject_type”、谓语“Predicate”、宾语“Object_type”，即可查看到可抽取的主语、谓语、宾语组合。 图2 抽取模型 单击“保存”，完成信息抽取。 如果创建多个数据源，请完成

查看更多 →

李四，著名导演，毕业于电影学院，代表作有《电影1》、《电影2》。 ... ... 数据划分 训练数据：80%数据用于训练信息抽取模型。 验证数据：20%数据用于验证信息抽取模型性能（即F1、P、R性能指标）。 训练数据量 训练一个基本可用的模型，标注数据量总数需要大于模型版本配置中的“batch_size”，且需大于20*三元组类型数量。

查看更多 →

如何上传实时数据？ 推荐系统支持您通过SDK上传实时数据，具体操作方法如下。 前提条件 如果需要使用近线上传实时数据的用户，可以使用DIS SDK接口上传，请您按照需求下载DIS SDK，下载完之后按照下面的说明进行SDK升级。 子账户无法使用SDK上传数据，需要主账号授权子账号DIS

查看更多 →

查询实时质量数据 功能介绍 获取实时质量数据的相关指标在某一时间段内每分钟的统计数据。 最大查询跨度1天。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI GET /

查看更多 →

配置信息抽取 配置信息抽取简介 结构化抽取 非结构化抽取

查看更多 →

附录 配置抽取文件模板 性能数据 CHR/MR数据 配置数据 父主题： 数据解析

查看更多 →

什么是信息抽取 信息抽取是从基础数据中抽取待创建图谱的实体、属性信息以及实体间的相互关系。目的是从原始数据（包括结构化数据或非结构化数据）中抽取结构化的信息。 配置方式 信息抽取分为结构化抽取和非结构化抽取，其适用范围和抽取方式如表1所示。 表1 配置方式说明 配置方式 适用范围

查看更多 →

提升HBase实时读数据效率 操作场景 需要读取HBase数据场景。 前提条件 调用HBase的get或scan接口，从HBase中实时读取数据。 操作步骤 读数据服务端调优 参数入口：登录 FusionInsight Manager，选择“集群 > 服务 > HBase > 配置

查看更多 →

r）。 读数据表设计调优 在hbase shell中设置以下表相关参数，以提升实时读HBase数据性能。 表2 影响实时读数据相关参数 配置参数 描述 默认值 COMPRESSION 配置数据的压缩算法，这里的压缩是HFile中block级别的压缩。对于可以压缩的数据，配置压缩算

查看更多 →

提升HBase实时写数据效率 操作场景 需要把数据实时写入到HBase中或者对于大批量、连续put的场景。 本章节适用于 MRS 3.x及之后版本。 前提条件 调用HBase的put或delete接口，把数据保存到HBase中。 操作步骤 写数据服务端调优 参数入口：登录FusionInsight

查看更多 →

提升HBase实时写数据效率 操作场景 需要把数据实时写入到HBase中或者对于大批量、连续Put的场景。 前提条件 调用HBase的put或delete接口，把数据保存到HBase中。 操作步骤 写数据服务端调优 参数入口：登录FusionInsight Manager，选择“集群

查看更多 →

通用实体抽取工作流 工作流介绍 准备数据 选择数据 训练模型 评估模型 部署服务 父主题： 自然语言处理套件

查看更多 →

什么是字段抽取函数 基本概念 信息抽取是从基础数据中抽取待创建图谱的实体、属性信息以及实体间的相互关系。目的是从原始数据（包括结构化数据或非结构化数据）中抽取结构化的信息。 在通过普通抽取方式进行信息抽取时，即用交互界面配置或用格式化编辑进行信息抽取时，需要配置字段抽取函数。配置

查看更多 →