融合多項大數據和人工智能相關技術

平臺主要處理文本、圖片、音頻等非結構化大數據，從海量數據中挖掘微量的有價值的知識，還從中自動化構建知識本體。平臺主要采用了大數據存儲的MongoDB、大數據計算框架Spark和Python，分類、回歸、聚類、推薦、關聯規則等數據挖掘算法，神經網絡模型、深度學習模型、廣義線性等智能算法，自然語言處理技術等。

基于語義的需求識別和知識檢索

智慧化應用可以以文本、語音、圖像三種符號自然語言輸入知識需求，平臺基于本體的語義關聯關系把自然語言描述內容轉成機器能夠認識的知識本體，并以此作為輸入調度相關信息資源庫檢索，結果以語義相關度進行排序。

基于文本語料的知識分析和挖掘

平臺以文本數據為主，從中提煉、抽取有價值的知識，包括主題詞提取、摘要提取、實體提取、詞頻統計、文本相似度計算、情感分析、關聯規則分析等。

自動化輔助構建知識圖譜

知識圖譜是知識利用的關鍵，各領域知識圖譜是從人工構建底層開始逐漸走向自動化。平臺從文本數據提取概念和屬性，通過關聯規則分析提取概念之間關系，從結構化數據抽取、遷移圖譜的概念、屬性、關系。

支持十幾種文件格式之間轉換

為了實現大量各種格式的非結構化數據的統一顯示、編輯等統一處理，平臺支持把各種文檔格式轉換，包括語音轉成文本、文本轉成語音、圖像轉成文本等。