cGPT S1000自然語言搜索一體機是云創大數據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
cGPT S1000 natural language search all-in-one rack
產品介紹
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。
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。基于特征向量計算算法以及分布式集群處理資源調度技術，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。
技術優勢
技術規格
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。
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。
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。
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。
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。
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。
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。
