概述

Hi，您好，欢迎使用百度EasyDL定制化训练和服务平台。

EasyDL平台的自然语言处理模型定制能力，基于文心·NLP大模型领先的语义理解技术，为企业/开发者提供一整套NLP定制与应用能力。

当前EasyDL平台提供了8种模型定制能力：

• 文本分类-单标签：定制分类标签实现文本内容的自动分类，每个文本仅属于一种标签类型
• 文本分类-多标签：定制分类标签实现文本内容的自动分类，每个文本可同时属于多个分类标签
• 情感倾向分析：定制情感倾向分析模型，可实现文本按情感的正向（positive）和负向（negative）做自动分类
• 短文本相似度：定制短文本相似度模型，是基于深度学习技术，可实现对两个文本进行相似度的比较计算
• 文本实体抽取：定制文本实体抽取模型，实现对文本进行内容抽取，并识别为自定义的实体类别
• 文本实体关系抽取：定制实体关系抽取模型，是指从文本中抽取出预定义的实体类型及实体间的关系类型，得到包含语义信息的实体关系三元组，每个实体关系三元组由两个实体及其关系构成
• 评论观点抽取：定制评论观点抽取模型，实现从文本中抽取评价片段、评价维度、评价观点，并判断评价情感倾向
• 大模型创作：定制文本创作模型，基于ERNIE 3.0大模型实现对输入文本内容进行创作和续写

产品优势

可视化操作

无需机器学习专业知识，通过模型创建-数据上传-模型训练-模型发布全流程可视化便捷操作，最快15分钟即可获得一个高精度模型。

操作步骤

Step 1 创建模型

确定模型名称，记录希望模型实现的功能。

Step 2 上传并标注数据

不同类型的任务对应的数据格式不一致，您可以上传未标注数据并使用平台提供的标注工具进行标注。或直接上传各任务的标注数据。

Step 3 训练模型并校验效果

选择部署方式与算法，用上传的数据一键训练模型。

模型训练完成后，可在线校验模型效果。

Step 4 发布模型

根据训练时选择的部署方式，将模型以云端API、设备端私有API等多种方式发布使用

更详细的操作指导，请参考各类模型的技术文档

高精度效果

EasyDL文本任务内置文心大模型，将大数据预训练与多源丰富知识相结合，通过持续学习技术，不断吸收海量文本数据中词汇、结构、语义等方面的新知识，实现模型效果不断进化。

文心大模型是百度发布的产业级知识增强大模型，是千行百业AI开发的首选基座大模型。文心大模型既包含基础通用的大模型，也包含了面向重点领域和重点任务的大模型，还提供丰富的工具与平台，支撑企业与开发者进行高效便捷的应用开发。“知识增强”是文心的核心特色，文心能够同时从大规模知识和海量多元数据中持续学习，如同站在巨人的肩膀上，训练效率和理解准确率都得到大幅提升，并具备了更好的可解释性。

丰富的部署方案

训练完成后，可将模型部署在公有云服务器、私有服务器。

部署方式	支持的硬件	支持的系统	技术文档
公有云API	无需关注硬件，发布到公有云	不限制	文本分类-单标签、文本分类-多标签、情感倾向分析、短文本相似度、文本实体抽取、文本实体关系抽取、评论观点抽取、大模型创作
EasyEdge本地-私有服务器部署[私有API]	x86-64 CPU	Linux	文本分类-单标签、文本分类-多标签、情感倾向分析、短文本相似度、文本实体抽取、文本实体关系抽取、评论观点抽取
EasyEdge本地-私有服务器部署[私有API]	Nvidia GPU	Linux	文本分类-单标签、文本分类-多标签、情感倾向分析、短文本相似度、文本实体抽取、文本实体关系抽取、评论观点抽取

公有云API

已全面支持文本分类（单标签、多标签）、情感倾向分析、短文本相似度、文本实体抽取、文本实体关系抽取、评论观点抽取、大模型创作。

训练完成的模型存储在云端，可通过独立Rest API调用模型，实现AI能力与业务系统整合。

具有完善的鉴权、流控等安全机制，GPU集群稳定承载高并发请求。

私有服务器部署

已全面支持文本分类（单标签、多标签）、情感倾向分析、短文本相似度、文本实体抽取、文本实体关系抽取、评论观点抽取。

EasyDL文本任务使用EasyEdge本地部署服务，支持私有服务器部署API的本地化部署。私有API的特点如下：

• 将训练完成的模型部署在私有CPU/GPU服务器上，可在内网/无网环境下使用模型，确保数据隐私
• 将模型以Docker形式在本地服务器（仅支持Linux）上部署为http服务，可调用与公有云API功能相同的接口
• 可纯离线完成部署，服务调用便捷

私有API支持的Linux发行版本如下：

• Ubuntu: 14、16、18
• Centos：7.0及以上
• redhat：7.2以上
• suse 12