ai业务 ​

企业知识助理 ​

背景：我们每天都充斥大量的信息，而我们每个人的精力有限，加上短视频快餐文化横行，人们花在阅读上面的时间越来越少，如何提高阅读的质量，如何用有限的精力来快速获取并掌握高质量的信息显得尤为重要。

目标：openAi擅长自然语言处理，将openAi的能力融合到知识库中来做文档的阅读理解，改变传统的阅读模式，输入企业知识库给openAi尽行分析，提炼摘要内容，可以询问某个部门的规章制度，某个技术的流程细节，还可以通过追问的方式补充问答，对于不清楚的地方可以补充名词解释、证明逻辑、阅读翻译、划词解释、文档归类打标签。

亮点：让AI来学习理解知识库内容，用户借助AI的能力可以快速学习和理解知识

创新点：改变传统的阅读学习方式，借助Ai的学习理解能力，获取知识可以用检索和追问方式来学习，有目的的针对性学习来提高学习效率

可行性：用RSS订阅+爬虫的方式拿到用户可以读取到知识库内容，然后输入给openAi进行分析处理，用编程方式抹平输入openAI对token长度限制，用专业prompts提升AI理解力。

文本摘要和视频摘要技术研究 ​

背景 ​

对于长文本和长视频用户是没有耐心从头看到尾的，用户只关注对自己感觉兴趣的信息，对自己感兴趣才会详细阅读查看，因此摘要功能显得尤为重要，提炼出知识库和会议视频的摘要，让用户可以快速获取自己想要的信息。

存在的问题 ​

当前openAI提供的聊天接口表现了一定的本文处理能力，对于短文本可以直接处理，但并不能直接处理长文本和音视频。需要解决的问题有： • 模型token长度限制怎么处理 • 上下文回话怎么关联 • 视频转音频 • 音频分割 • 摘要准确度怎么优化

解决方案 ​

1. 使用文本分割，了解token计算规则
2. 采用embedding
3. 音视频分割 相关库
4. 摘要准确度优化调参，暂无不清楚 当前实践 [x] 读取AP文本 [x] 读写word本文 [ ] 后端联调接口提取短文本摘要 [ ] 创建文本和文本写入AP 待处理问题 • embedding的用法还需要学习

参考资料 ​

• https://platform.openai.com/docs
• https://platform.openai.com/examples
• https://github.com/openai/openai-cookbook