云創數據（835305）發布cGPT S1000自然語言搜索一體機

上知天文、下知地理，60天月活破1億，ChatGPT徹底火出圈。作為大語言模型，ChatGPT能夠理解關鍵詞以及上下文，自動回答用戶提出的問題，實現與用戶的智能交互。

ChatGPT很強，但是本地部署成本巨大，一般企業難以承受。另外，聯網調用接口對于有特定保密要求的企業而言，數據安全難以保障。

然而，在實際應用中，我們常常需要對內部數據進行安全快速的搜索。比如對于企業內部積存的大量檔案、資料、文書等形式的文檔，如果使用傳統的關鍵詞匹配搜索某個特定文件，需要準確輸入文件名，一旦忘記文件名，搜索猶如大海撈針。

針對這一問題，cGPT S1000自然語言搜索一體機應運而生。該一體機在自然語言處理技術的加持下，基于對語句本身的理解，根據計算后的關聯相似度進行排序，可達0.1秒響應，快速篩選出接近語句語義的內容。

比如，在專利搜索時，傳統算法只能通過關鍵詞搜索專利，無法查找包含相近含義的所有專利，現在在cGPT S1000自然語言搜索一體機中導入專利數據，經過一體機自動預處理后，即可在0.1秒內找到所有相關專利。

之所以能夠達到這樣的效果，是因為cGPT S1000自然語言搜索一體機通過人工智能理解了自然語言相互之間的關系。正如以下視頻所展現的，這些詞語、句子之間相互關聯，它們或許是表達方式不同但是含義相同的語句，或許是同一學科領域內的相似概念。通過解讀這些關系，人工智能能夠真正理解自然語言的含義以及人類的意圖，繼而做出相應反饋。

對于資料紛繁復雜的各大企事業單位而言，將所有信息和資料放進cGPT S1000自然語言搜索一體機并通過一體機完成自動預處理，相當于構建了一個高保密的內部資源庫，內部員工可以在庫中快速查找所需信息。

1產品介紹

cGPT S1000自然語言搜索一體機是云創數據（835305）針對大規模自然語言處理應用場景，自主研發的高速向量計算搜索一體機。該一體機采用并行計算架構，融合高密度混合服務硬件，為用戶提供軟硬件一體化的高性能自然語言搜索解決方案。

cGPT S1000自然語言搜索一體機支持TXT、Word、PDF、CSV等多種格式的數據源，支持對采集的數據源進行文本提取和數據清洗，采用分布式集群架構，智能化自動構建搜索資料庫。用戶只需將海量的業務文件、圖書論文文獻、文本數據等導入該一體機，即可建立個性化的定制搜索引擎。

（運行原理）

cGPT S1000自然語言搜索一體機支持基于文本語義理解技術，具備更加準確的檢索能力，能夠將輸入查詢的文本與一體機中的文本進行快速比對，并將搜索到與輸入文本語義相近的多組結果根據相似度排序返回輸出。針對千萬級甚至上億量級的文本數據庫，該一體機依舊可以達到0.1秒級的返回結果速率。

總體架構

cGPT S1000自然語言搜索一體機基于大數據分布式實時計算框架，結合定制化高密度計算硬件，實現大規模自然語言處理任務的分發與計算結果匯聚，保證計算任務執行的高效和穩定?；谔卣飨蛄坑嬎闼惴ㄒ约胺植际郊禾幚碣Y源調度技術，該一體機實現了海量特征庫條件下1：N對比任務的高效分解與并行處理，可將單個任務響應效率提升到0.1秒級。

（總體架構）

技術優勢

①自然語言語義理解

自然語言搜索一體機通過理解文本語義，能夠識別不同表達方式的真實含義，進行語義相似度計算并排序，從而大幅度提高輸出結果的準確性。

②0.1秒級響應搜索

搜索方式基于語義理解而非傳統的關鍵詞匹配搜索，涵蓋詞、短語、整句等不同粒度，結果返回速率可達0.1秒級。

③支持動態擴展

對于不同數據規模需求的用戶，自然語言搜索一體機提供了彈性的性能資源配置模式，可以有效地控制系統建設成本，靈活滿足千萬甚至上億量級業務規模的性能需求和使用場景。

④支持私有化部署

提供API接口，搜索應用可部署至本地服務器或者用戶私有云環境，與用戶業務打通融合的同時，實現內外網的物理隔絕，保障數據的私密性。

技術規格

2應用場景

cGPT S1000自然語言搜索一體機基于語義理解技術，能夠快速查找需要的內容，可廣泛應用于資料查詢、專利搜索、電子病歷檢索、法律文獻檢索、學術文獻檢索、論文查重等多種場景。

①資料查詢

用戶內部積存大量的檔案、資料、文書等各種形式的文檔，檢索資料不僅繁瑣且重復性高，耗費大量時間和精力。通過自然語言處理技術，只需簡短的一句話或幾個關鍵詞，自然語言搜索一體機即可完成資料搜索，命中率和準確率都大幅提高。

②專利搜索

通過關鍵詞匹配不一定能夠找出某一主題的所有相關專利，而借助自然語言搜索一體機，可以準確找到已經成功申請的與該主題相關的所有專利信息，包括描述、編號等，從而在專利申請時避免重復申請等問題，大大節省時間和費用。

③電子病歷檢索

基于自然語言搜索一體機，在自然語言處理技術的助力下，用戶可建設面向特定醫療領域的知識服務平臺，以此更好地提供電子病例檢索、處方查詢、醫療知識問答等醫療服務。

④法律文獻搜索

基于自然語言搜索一體機，用戶可對案件信息進行查詢和梳理，比如針對某一案件，律師通過輸入描述，即可在資料庫中找出相似案例情況以及司法解釋，有助于案件分析、訴訟準備等，司法人員也可借助該一體機節省資料整理、分析的時間。

⑤學術文獻檢索

查閱論文時，根據關鍵詞匹配，可以檢索出不少結果，但主要是包含關鍵詞的內容，不一定是用戶真正需要查找的，而借助自然語言搜索一體機，在準確表達查找內容的情況下，只需一句簡單描述，即可檢索到真正為用戶所需的論文。

⑥論文查重

在論文查重時，針對論文可能存在的不同語種相互翻譯導致的抄襲，或者以替換詞語、改變表達的方式規避查重等問題，借助自然語言搜索一體機，可對其進行準確檢測，以語義為準，及時發現論文寫作時的抄襲、剽竊等亂象。