NLP，即Natural Language Processing，中文爲自然語言處理(lǐ)，是人(rén)工智能領域的(de)一個(gè)重要方向，也(yě)是公認爲最難的(de)方向。自然語言處理(lǐ)是一門融語言學、心理(lǐ)學、計算(suàn)機科學、數學等于一體的(de)科學。

今天我們的(de)生活離不開NLP，日常中的(de)輸入法，搜索，語音(yīn)指令控制，新聞閱讀推薦，廣告等都在應用(yòng)NLP技術。

智能客服機器人(rén)是一種使用(yòng)自然語言與用(yòng)戶進行交互的(de)人(rén)工智能信息系統，它采用(yòng)包括自然語言理(lǐ)解、會話(huà)管理(lǐ)技術在内的(de)多(duō)項智能人(rén)機交互技術，能夠識别并理(lǐ)解用(yòng)戶提出的(de)問題，通(tōng)過語義分(fēn)析用(yòng)戶意圖，并以人(rén)性化(huà)的(de)方式與用(yòng)戶溝通(tōng)，向用(yòng)戶提供客戶服務。當前業界主流的(de)客服系統還(hái)都是以問答(dá)爲主，利用(yòng)NLP技術，将用(yòng)戶提出的(de)問題與知識庫中的(de)标準問題（意圖）進行匹配，将最匹配的(de)問題的(de)答(dá)案返回給用(yòng)戶。比如，知識庫設定的(de)一個(gè)标準問題是“無騎手接單”，當客戶說“怎麽還(hái)沒有人(rén)接單”時(shí)，機器理(lǐ)解用(yòng)戶意圖，将标準問題“無騎手接單”的(de)答(dá)案呈現給用(yòng)戶。機器的(de)準确性依賴底層算(suàn)法和(hé)知識庫維護。但對(duì)于複雜(zá)場(chǎng)景，比如"修改訂單"，需要明(míng)确用(yòng)戶修改哪個(gè)訂單、訂單裏哪一項、以及修改成什(shén)麽，這(zhè)就促使客服系統需要使用(yòng)更複雜(zá)高(gāo)級的(de)技術來(lái)解決這(zhè)類各式各樣的(de)任務問題。另外，在與用(yòng)戶溝通(tōng)過程中，智能系統還(hái)需要有風險監控能力，通(tōng)過對(duì)用(yòng)戶複雜(zá)情感進行建模，實時(shí)獲取用(yòng)戶情緒，進而依據用(yòng)戶的(de)情感做(zuò)出不同響應策略。

主要參數：

全目标跟蹤檢測：算(suàn)法系統實現對(duì)80路視頻(pín)中行人(rén)、車輛以及人(rén)臉目标的(de)跟蹤檢測。

人(rén)體/人(rén)臉屬性識别：支持識别出人(rén)臉（頭部）、上半身以及下(xià)半身的(de)位置。在識别出人(rén)臉（頭部）的(de)基礎上識别出人(rén)臉（頭部）相關屬性包括：是否戴口罩、是否戴眼鏡、是否戴帽子、發型等。在檢測出上半身的(de)基礎上，進一步識别出上衣顔色、上衣款式、上衣紋理(lǐ)等相關屬性。在檢測出下(xià)半身的(de)基礎上，進一步識别出下(xià)衣顔色、下(xià)衣款式、下(xià)衣紋理(lǐ)等。基于人(rén)體全貌，進一步識别出目标的(de)性别、年齡段、是否背包、是否擰東西、是否打傘。

車輛屬性識别：支持識别出車輛的(de)姿态，是車頭、車尾還(hái)是側向。車頭場(chǎng)景下(xià)，支持識别出車牌号碼、車輛顔色、車型、車輛品牌以及車窗(chuāng)相關特征。車尾場(chǎng)景下(xià)，支持識别出車牌号碼、車輛顔色、車型、車輛品牌。側向場(chǎng)景下(xià)，支持識别出車輛顔色、車型。

行人(rén)Re-ID特征提取：算(suàn)法包含Re-ID算(suàn)法，實現對(duì)人(rén)體目标的(de)特征提取。基于Re-ID信息，業務層可(kě)以實現較爲精準的(de)以圖搜圖功能。

結構化(huà)數據檢索：支持将算(suàn)法解析後的(de)屬性數據保存至本地的(de)數據存儲系統并搭建結構化(huà)屬性檢索引擎。檢索引擎基于Restful接口提供人(rén)體、非機動車、機動車目标的(de)屬性檢索服務，支持選擇多(duō)屬性組合檢索。

以圖搜圖：支持将算(suàn)法解析後的(de)特征值數據保存至本地的(de)數據存儲系統并搭建特征值比對(duì)排序引擎。搜圖引擎基于Restful接口提供人(rén)體、非機動車、機動車目标的(de)以圖搜圖服務，檢索結果按照(zhào)與原圖相似度大(dà)小降序排列。通(tōng)過該接口，業務端可(kě)以實現與以圖搜圖相關的(de)業務功能

數據級聯："支持将解析後的(de)數據主動推送至其他(tā)已授權的(de)大(dà)數據系統中。

（1）支持将結構化(huà)後的(de)數據包括（目标屬性特征、矢量特征、目标快(kuài)照(zhào)URL或者base64編碼、背景截圖URL或者base64編碼）輸出至消息中間件。

（2）支持将結構化(huà)後的(de)數據包括（目标屬性特征、矢量特征、目标快(kuài)照(zhào)URL或者base64編碼、背景截圖URL或者base64編碼）通(tōng)過restful接口方式推送到第三方數據庫系統。"

任務任務管理(lǐ)：包括比較完備的(de)視頻(pín)結構化(huà)任務管理(lǐ)接口，具體包括：1、新增結構化(huà)任務接口 2、 查詢結構化(huà)任務接口 3、暫停/啓動實時(shí)結構化(huà)任務接口 4、删除結構化(huà)任務接口

視頻(pín)處理(lǐ)：支持從視頻(pín)共享平台獲取在線錄像流進行摘要分(fēn)析；支持80路标準離線視頻(pín)文件進行摘要分(fēn)析，離線視頻(pín)url支持FTP路徑

濃縮視頻(pín)：支持提取視頻(pín)中活動目标，與背景融合拼接，生成一個(gè)包含所有活動目标的(de)濃縮視頻(pín)。濃縮視頻(pín)至少有一個(gè)畫(huà)面包括兩個(gè)以上于不同位置不同時(shí)間出現的(de)運動目标。濃縮視頻(pín)當觀看效果良好，目标無明(míng)顯部位缺失，相撞等合成痕迹；

時(shí)标物(wù)标标注：濃縮視頻(pín)當支持物(wù)體标注以及物(wù)體出現時(shí)間标注。

濃縮視頻(pín)回溯：通(tōng)過點擊濃縮視頻(pín)中的(de)目标，能準确快(kuài)速跳轉到該目标對(duì)的(de)原始視頻(pín)片斷，觀看到該目标在原始視頻(pín)中的(de)運動狀态。

濃縮密度調節：支持密度調節以改變濃縮視頻(pín)時(shí)在時(shí)空濃縮時(shí)的(de)密集程度。

視頻(pín)處理(lǐ)效率：視頻(pín)處理(lǐ)效率不低于30倍速。

組合播放：濃縮的(de)視頻(pín)支持目标軌迹信息組合播放

外部應用(yòng)接口：提供符合用(yòng)開發需要的(de)接口