拓普丰联研究和探索“放管服”改革一系列政策举措,聚焦营商环境优化,通过互联网与政务服务产品的深度融合,研发了一系列创新型政务服务产品,经过在多个省份的试点创新,逐渐形成了一套在全国具有标杆效应的政务服务模式。
· 以办事人为中心,以办理事项为驱动,涉企全生命周期伴随式、融合式的“互联网+政务”服务;
· 以智能设备和智能审批为支撑;
· 线上常态线下例外、就近常态集中例外、自助常态窗口例外、自动审核常态人工审核例外、电子档案常态纸质档案例外;
· 老百姓身边随时办的、365天7×24小时不打烊的智慧政府。
业务管理平台的授权认证功能,可以保证各个应用的开发、运维、管理人员专注于自身负责的服务模块;
强大的日志监控告警系统,可以实时监控各服务的软硬件运行情况,并实时向相关负责人发送告警信息;
所有通用服务都提供多租户支持,新的前端应用接入只需要进行注册认证即可,接入方式方便快捷;
所有服务都采用自动化部署,可以根据并发量及服务器资源消耗情况实现节点的自动伸缩;
统一的业务管理平台,可以实现对各服务的全局把控;
政务服务
政务业务
对外提供统一的标准接口,以便相关人员能够快速开发数据应用,支持数据资源场景化能力的快速输出,响应客户动态需求;
可以对数据进行整合和完善,在简单有效的基础上,实现数据采集、交换等任务配置及监控管理;
通过统一的标准和质量体系,对数据进行提纯加工,形成标准的数据资源体系;
通过统计分析及数据挖掘工具,提升所采集数据的价值,让数据真正的用起来;
数据整合和完善
标准的数据资源体系
提升数据价值
统一的标准接口
基于规则的中文文本分类技术,主要通过领域专家制定分类规则实现中文文本分类。通过设计易于理解、编辑的类似自然语言书写的规则描述定义(语言),提供分类规则解释器引擎,以及规则动态加载、分布式多机多线程规则解析,实现方便易用、高效率执行的中文信息分类系统。
基于深度学习的命名实体识别技术,由循环神经网络(RNN),逐渐演化出长短期记忆网络(LSTM)与门控循环单元(GRU)等具有记忆功能的网络结构,通过融合更多信息获取更好的效果。拓普公司融合现有的NER技术结合BiLSTM-CRF模型,构建深度学习ALBERT-BiLSTM-CRF模型。该模型主要由三部分构成,分别ALBERT预训练语言模型、BiLSTM层和CRF层。
规则描述语言定义
规则解析引擎
分类任务调度