文本内容安全

背景复杂的文字内容具有更优的识别效果 办公文档识别 可对办公类文档的版面进行分析，输出图、表、标题、文本、目录、栏、页眉、页脚、页码和脚注的位置，并输出分版块内容的OCR识别结果 数字识别 识别图片中的数字，适用于手机号提取、快递单号提取、充值号码提取等场景 手写文字识别 对手写汉字或手写数字进行识别

查看更多>>

;); 16 +-----------------------+ 17 | char_length('中国') | 18 +-----------------------+ 19 | 2 | 20 +-----------------------+ 注：UTF-8 编码，一个汉字占

查看更多>>

FAT32 （更改U盘格式方式：在PC端对U盘右键格式化，格式化时可更改U盘文件格式） 批量导入图片的格式与命名需按指定要求更改，更改格式如下： 导入图片上传命名格式为：名称_编号_性别.JPG 注：名称编号输入类型限制为 汉字、字母、数字、空格 上传图片格式必须为 JPG格式 上传图片像素大小上限为

查看更多>>

3~40字符，可为汉字、大小写英文、数字、中线、下划线及括号，不可使用其他特殊字符。

查看更多>>

忽略：当用户问法为无意义的语句或者乱码文字时，可标注忽略。 匹配类型： 老画布版本：意图、FAQ问答、闲聊、第三方引擎、表格问答 新画布版本：意图、FAQ问答、第三方引擎、表格问答、大模型知识问答 任务规则 任务规则为系统自动创建任务时依照的规则。现在平台内置三种系统规则：系统任务规则1、系统任务规则2、系统任务规则3。

查看更多>>

3）数据内容是否有乱码与错字 通常训练数据来源于线上真实数据，免不了会有错字、乱符或是简体繁体混合使用等情况。为保障训练数据质量，需要解决这类问题。本平台的数据处理- 数据清洗 功能可以去除乱符、繁体转简体、去除网页标识符等，变成更为干净的数据样本。 另外注意如果角色扮演场景，线上用户经常用表情进行对话，那么emoji表情不需要过滤，反而应该提供较为丰富的表情对话数据来帮助模型学习。

查看更多>>

错字处理 ：该实验数据集中，80%的数据来源于开源文章，存在文本乱码、连续多个换行、文本中随机插入的标点符号等问题，导致训练数据质量欠佳。本平台的 数据处理-数据清洗 功能可以规范化空格、去除乱符等，变成更为干净的数据样本。 缺失数据补充 ：检查数据是否有缺失。对于文本创作字数控制的场景，由于我们需要大模型按照要求输出内容。

查看更多>>

字典查询 词典查询 成语词典 新华字典 接口可根据拼音、部首查询对应汉字的列表信息,返回包含汉字、拼音、笔画、声调。也可通过单汉字检索其对应基本解释、相关组词、典故出处。同时可查询词语、成语等相关解释。 —— 我们只做精品！ 字典,成语字典,新华字典

查看更多>>