System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于人工智能,具体为应用于人工智能的信息优化方法及服务器。
技术介绍
1、信息优化是指通过一系列策略和技术手段,对信息进行整理、分类、排序、过滤、去重等处理,以提高信息的可读性、可理解性和可用性,从而更好地满足用户的需求,信息优化的主要目的是提高用户体验和提升搜索引擎排名,通过信息优化,网站或应用程序可以提供清晰、简洁、易于理解的信息,使用户能够快速找到所需的信息并提高转化率,同时,信息优化也有助于提高搜索引擎排名,增加网站或应用程序的曝光率和流量,现如今在网页搜索页面进行信息的浏览与查询过程中,信息科技日益发达,由于网页信息的不及时更新,导致了在用户检索信息时,往往出现的信息还是旧的信息,导致用户无法第一时间了解到最新的信息情况,并且更新方式复杂不便,对此,我们提出了应用于人工智能的信息优化方法及服务器。
技术实现思路
1、针对现有技术的不足,本专利技术提供了应用于人工智能的信息优化方法及服务器,以解决以上技术问题。
2、为实现上述目的,本专利技术提供如下技术方案:应用于人工智能的信息优化方法,优化步骤为:
3、s1、建立出ai检索问答模块,用户通过ai检索问答模块进行信息的提取与ai智能对话;
4、s2、智能对话的聊天记录会存储进云端服务器中,在云端服务器中建立出筛选模型,筛选模型采用朴素贝叶斯法进行筛选,将无用的聊天记录筛去,保留下有用的聊天记录;
5、s3、将聊天记录信息进行关键词的提取,转存进云端服务器内;
...【技术保护点】
1.应用于人工智能的信息优化方法,其特征在于,优化步骤为:
2.根据权利要求1所述的应用于人工智能的信息优化方法,其特征在于,S1步骤中建立AI检索问答模块的步骤为:
3.根据权利要求1所述的应用于人工智能的信息优化方法,其特征在于:S2步骤中朴素贝叶斯法公式为:
4.根据权利要求3所述的应用于人工智能的信息优化方法,其特征在于:数据的预处理包括对数据的清洗、数据去重与数据转换,其中数据的清洗步骤为数据分析通过对原始数据源数据进行分析,得出原始数据源中存在的数据问题,选择数据清洗算法,采用基于统计的方法进行数据的清洗,检测重复记录的算法,对两个数据集或者一个合并后的数据集进行检测,检查重复数据,将清洗后符合要求的数据回流到数据源;
5.根据权利要求4所述的应用于人工智能的信息优化方法,其特征在于:数据转换为通过将清洗与去重后的数据进行提取,确定数据转换的目标格式,通过转换代码,将数据转换为新的格式,并对转换后的数据进行测试,做出相对应的调整,并对转换过程进行记录;
6.根据权利要求1所述的应用于人工智能的信息优化方法,其
7.根据权利要求1所述的应用于人工智能的信息优化方法,其特征在于:S4步骤中特征匹配算法建立步骤为通过对数据中的特征点空间分布,基本特征量,形状与结构特点进行提取,根据以上特征点,对数据的不同特征情况进行比较对比,来定位出特征之间的短暂匹配点,框定出有效的匹配点,去除不准确的匹配点,来最终得到实用的匹配结果,根据特征点设定一组数据的匹配特征符号为(1,2,1,1,1,2,2,1,2),而另一组数据匹配特征符号为(1,2,2,1,1,2,1,2),将特征符号进行对比,来判断此信息是否与云端服务器内的信息相匹配。
8.根据权利要求1所述的应用于人工智能的信息优化方法,其特征在于:S4步骤中对信息补充通过在旧信息的内容后面,补充进入筛选后的新信息,进行信息的优化更迭与存储,通过编写数据代码方式,在云端服务器内对信息进行自动扩充与补写。
9.根据权利要求1所述的应用于人工智能的信息优化方法,其特征在于:S5步骤中信息匹配不一致时,通过编写数据代码进行去除,使用SELECT语句,使用SELECT语句选择需要的数据,SELECT*FROM table_name WHERE condition进行去除。
10.应用于人工智能的信息优化方法的服务器,其特征在于,所述服务器包括有:云端服务器与AI检索问答模块,云端服务器内部包括有筛选模型与特征匹配算法,筛选模型用以对无用聊天记录筛去,特征匹配算法用以对信息内的关键词进行匹配。
...【技术特征摘要】
1.应用于人工智能的信息优化方法,其特征在于,优化步骤为:
2.根据权利要求1所述的应用于人工智能的信息优化方法,其特征在于,s1步骤中建立ai检索问答模块的步骤为:
3.根据权利要求1所述的应用于人工智能的信息优化方法,其特征在于:s2步骤中朴素贝叶斯法公式为:
4.根据权利要求3所述的应用于人工智能的信息优化方法,其特征在于:数据的预处理包括对数据的清洗、数据去重与数据转换,其中数据的清洗步骤为数据分析通过对原始数据源数据进行分析,得出原始数据源中存在的数据问题,选择数据清洗算法,采用基于统计的方法进行数据的清洗,检测重复记录的算法,对两个数据集或者一个合并后的数据集进行检测,检查重复数据,将清洗后符合要求的数据回流到数据源;
5.根据权利要求4所述的应用于人工智能的信息优化方法,其特征在于:数据转换为通过将清洗与去重后的数据进行提取,确定数据转换的目标格式,通过转换代码,将数据转换为新的格式,并对转换后的数据进行测试,做出相对应的调整,并对转换过程进行记录;
6.根据权利要求1所述的应用于人工智能的信息优化方法,其特征在于:s3步骤中关键词提取步骤通过将处理后的词向量进行计算,通过使用词频方式进行分析计算,得到词句文本中的重要性,根据词语的重要性来选取排名靠前的词语作为关键词,排名方式通过冒泡排序方式进行排名,并根据实际的应用场景,来对关键词进行优化,提升关键词的关联性;
【专利技术属性】
技术研发人员:郑轩奕,陈正,
申请(专利权)人:江苏酷班科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。