接口的请求ip: http://172.31.99.9:8011
若无特殊说明，本系列接口的请求参数格式如下:
{
"doc_id": "",
"payload": {"name": "","property":[]}
}| 参数名称 | 类型 | 是否必填 | 描述 |
|---|---|---|---|
| doc_id | str | 否 | 文档id，请先通过/upload接口上传文件后获得doc_id |
| payload | dict | 是 | / |
| >name | str | 是 | 需要抽取的实体名称，根据接口不同来定义 |
| >property | list | 否 | 需要抽取的属性，接口必须支持。如果为空则抽取全部支持的属性 |
若无特殊说明，本系列接口的响应参数格式如下：
{
"code":200,
"message":"",
"data":{
"property_1":"",
...
},
"doc_id":""
}| 参数名称 | 类型 | 描述 |
|---|---|---|
| code | int | 响应码 |
| message | str | 响应消息 |
| data | dict | 抽取结果，key为抽取的属性名，value为抽取的结果 |
| doc_id | str | 文档id |
接口路由：
/upload
介绍：
可通过该接口上传docx和pdf格式的文档，用于后续的抽取。
特殊说明：
本接口上传文件即可，无额外请求参数。
接口路由:
/crs/jp
介绍：
本接口抽取岗位相关的属性。
支持抽取的属性：
- 介绍说明
- 岗位需求来源
特殊说明：
请求参数中name需要传入岗位名称。
测试示例：
import requests
import json
data = {
"doc_id": "aa5dafd3c8cd41508d1836f81b36ae95",
"payload": {"name": "计算机视觉工程师"}
}
requests.post("http://172.31.99.9:8011/crs/jp",json=data).text{
"code": 200,
"message": "处理成功",
"data": {
"介绍说明": "计算机视觉工程师利用计算机和深度学习算法，对图像或视频进行处理、分析和理解，使计算机识别各种不同模式目标和对象的专业人员。",
"岗位需求来源": "[未知来源]"
},
"doc_id": "aa5dafd3c8cd41508d1836f81b36ae95"
}接口路由:
/crs/js
介绍：
本接口抽取技能相关的属性。
支持抽取的属性：
- 介绍说明
- 关键词
- 复杂度
- 技能层次
- 技能类型
- 技能工作案例
特殊说明：
请求参数中name需要传入技能名称。
测试示例：
import requests
import json
data = {
"doc_id": "cfe49df062514e0b97340384379aca27",
"payload": {"name": "数据处理"}
}
requests.post("http://172.31.99.9:8011/crs/js",json=data).text{
"code": 200,
"message": "处理成功",
"data": {
"介绍说明": "文档中数据处理技能的介绍说明（描述）是：\\n\\n【人工智能数据处理】（高级）：主要面向人工智能数据分析师、人工智能数据训练师、数据建模工程师、人工智能算法工程师等职业岗位，主要完成数据维护、数据分析与可视化、机器学习与深度学习数据建模、数据治理与生成等工作，从事数据交易、数据服务、智能数据软件开发、数据仓库管理、人工智能算法应用等工作。",
"关键词": "[人工智能, 数据处理, 数据建模]",
"复杂度": "困难",
"技能层次": "方法层",
"技能类型": "专业技术",
"技能工作案例": "[数据补全, 数据标注 数据分析 数据建模 数据治理 特征工程]"
},
"doc_id": "cfe49df062514e0b97340384379aca27"
}接口路由:
/knowledge
/knowledge_beta
/getknowledge
/getpara
介绍：
本接口抽取知识点相关的属性。(本接口为独立接口，具有不同的请求参数和响应参数)
支持抽取的属性：
- 知识点名称
- 知识点描述
- 关键词
- 复杂度
- 知识点教学层次
- 知识点教学类型
- 知识点所属段落
接口路由：
/knowledge
介绍：
上传一个文档，抽取其中的知识点及属性。基础版抽取所有带段落内容标题的知识点。
请求参数：
| 参数名 | 是否必填 | 类型 | 备注 |
|---|---|---|---|
| file | 是 | file | 支持文档元素抽取接口支持的文档 |
响应参数：
注意！该接口为流式返回，会有多个如下返回，请注意处理！！！
| 参数名称 | 类型 | 描述 |
|---|---|---|
| code | int | 响应码 |
| message | str | 响应消息 |
| data | dict | 抽取结果，key为抽取的属性名，value为抽取的结果 |
{
"code": 200,
"message": "处理成功",
"data": {
"knowledge": "听觉生理学",
"description": "听觉生理学是研究人类耳朵如何感知声音的科学，包括外耳、中耳和内耳的结构与功能。外耳负责捕获声波并引导至中耳，中耳通过鼓膜和听骨链将声波传递到内耳，内耳则将声波转换为神经信号，最终由大脑解释为我们所听到的声音。",
"data_id": "8978ffa75a0a4eeda26281abc95c3b45"
}
}接口路由：
/knowledge_beta
介绍：
上传一个文档，抽取其中的知识点及属性。beta版会对文档中的标题进行聚类，再进行抽取。
请求参数：
同基础版
响应参数：
同2.4.1
接口路由：
GET请求
/getknowledge
介绍：
查询已生成知识点的属性
请求参数：
| 参数名 | 是否必填 | 类型 |
|---|---|---|
| id | 是 | str |
响应参数：
{
"code": 200,
"message": "处理成功",
"data": {
"_id": "4c22fa88611e4640a9168a29a85af96c",
"name": "声音的产生",
"description": "声音是由振动产生的空气压力波的传播所形成的。在语音产生的过程中，声源如喉头和喉咙等会振动，使得周围的空气产生压力变化，进而形成空气压力波，在远处被听到为声音。",
"data": [
"1.1 声音产生的机理概述",
"声音是由振动产生的空气压力波的传播所形成的。在语音产生的过程中，声源如喉头和喉咙等会振动，使得周围的空气产生压力变化，进而形成空气压力波，在远处被听到为声音。这个过程中，语音信号经历了处理、传递、衰减等一系列过程，最终形成了有意义的语音信号。其中，声带是语音产生的重要组成部分。位于气管（呼吸管）上部的两片肌肉，当空气从肺中排出时，它会经过声带，导致其振动。这种振动产生的声波通过嘴和鼻子传播，将声音塑造成语音或歌曲。除声带外，身体的其他部位，如胸部、腹部、喉咙和嘴巴，也可以通过共鸣和塑造声波来产生声音，这使得创造不同类型的声音成为可能，如呼喊、耳语、腹语和笑声。因此，人们可以通过不同的语音姿势和声带的振动调节，产生出丰富多彩的语音和声音。"
],
"level": "节点层",
"type": "理解",
"difficulty": "中等",
"keywords": [
"声音产生",
"振动",
"空气压力波"
]
}
}接口路由：
GET请求
/getpara
介绍：
查询知识点所属的段落。
请求参数：
同2.4.3
响应参数：
{
"code": 200,
"message": "处理成功",
"data": {
"_id": "4c22fa88611e4640a9168a29a85af96c",
"data": [
"1.1 声音产生的机理概述",
"声音是由振动产生的空气压力波的传播所形成的。在语音产生的过程中，声源如喉头和喉咙等会振动，使得周围的空气产生压力变化，进而形成空气压力波，在远处被听到为声音。这个过程中，语音信号经历了处理、传递、衰减等一系列过程，最终形成了有意义的语音信号。其中，声带是语音产生的重要组成部分。位于气管（呼吸管）上部的两片肌肉，当空气从肺中排出时，它会经过声带，导致其振动。这种振动产生的声波通过嘴和鼻子传播，将声音塑造成语音或歌曲。除声带外，身体的其他部位，如胸部、腹部、喉咙和嘴巴，也可以通过共鸣和塑造声波来产生声音，这使得创造不同类型的声音成为可能，如呼喊、耳语、腹语和笑声。因此，人们可以通过不同的语音姿势和声带的振动调节，产生出丰富多彩的语音和声音。"
],
"keywords": []
}
}本接口无支持抽取的属性。
接口路由:
/crs/tc
介绍：
本接口抽取课程相关的属性。
支持抽取的属性：
- 介绍说明
- 语言
- 复杂度
- 学分
- 学时
- 理论学时
- 实践学时
- 学期
- 学校
- 院系
- 专业
- 课程层次
- 课程类型
- 教学模式
- 授课方法
- 考核模式
- 考核标准
- 课程目标
- 教学思政
特殊说明：
请求参数中name需要传入课程名称。
测试示例：
import requests
import json
data = {
"doc_id": "525d0f4ef32c4108ba4f8db34b41a533",
"payload": {"name": "人工智能基础"}
}
requests.post("http://172.31.99.9:8011/crs/tc",json=data).text{
"code": 200,
"message": "处理成功",
"data": {
"介绍说明": "《人工智能基础》是面向非计算机类专业学生的人工智能通识课程，也是学生进入互联网和人工智能世界的专业拓展课程。通过本课程的学习，使学生初步了解人工智能的基本概念、发展历史、应用领域、以及人工智能对人类社会的深远影响。该课程在提高学生对人工智能研究领域兴趣的同时，培养学生的人工智能素养、计算思维能力和应用 Python语言解决人工智能领域实际问题的能力，尤其是不同的职业岗位所需要的带有普遍性的信息处理能力、问题解决能力和人工智能技术应用能力。",
"语言": "汉语",
"复杂度": "较难",
"学分": "2",
"学期": "第 3 学期",
"学校": "计算机科学学院",
"院系": "[计算机科学学院]",
"专业": "音乐、美术、体育 专业",
"课程层次": "普通本科",
"课程类型": "公共必修",
"教学模式": "[\'理论教学\', \'实践教学\']",
"授课方法": "[多媒体教学, 混合式教学, 案例教学, 小组讨论]",
"考核模式": "[\'考试\']",
"考核标准": "[\'课程目标 1 考查人工智能基础、人工智能通用技术、Python基础知识、人工智能典型应用场景的掌握\', \'课程目标 2 考查综合应用 Python知识解决简单的人工智能应用问题，具备运用人工智能手段解决问题的能力，并且具有 AI 新技术的学习和应用能力\']",
"课程目标": "[知识目标, 能力目标, 素质目标]",
"学时": "32学时",
"实践学时": "8学时",
"理论学时": "24学时",
"教学思政": "None"
},
"doc_id": "525d0f4ef32c4108ba4f8db34b41a533"
}接口路由:
/crs/tcc
介绍：
本接口抽取章节相关的属性。
支持抽取的属性：
- 介绍说明
- 复杂度
- 教学模式
- 学时
- 章节教学说明
- 章节教学目标
- 教学思政
特殊说明：
请求参数中name需要传入章节名称。
测试示例：
import requests
import json
data = {
"doc_id": "525d0f4ef32c4108ba4f8db34b41a533",
"payload": {"name": "自然语言处理及应用"}
}
requests.post("http://172.31.99.9:8011/crs/tcc",json=data).text{
"code": 200,
"message": "处理成功",
"data": {
"介绍说明": "第4章 自然语言处理及应用\\n教学内容：\\n1) 自然语言处理的概念与应用\\n2) 知识图谱及其应用\\n3) 百度智能对话系统定制平台 UNIT（Understanding and Interaction Technology）\\n4) 对客户意图理解在智能应答系统中的作用\\n重点与难点：自然语言处理的概念；自然语言处理的应用；客户意图理解在智能应答系统中的作用。",
"复杂度": "中等",
"学时": "3",
"教学思政": "None",
"章节教学说明": "[了解自然语言处理的概念, 了解自然语言处理的应用, 了解知识图谱及其应用, 能够掌握百度智能对话系统定制平台UNIT的使用]",
"教学模式": "['理论教学', '实践教学']",
"章节教学目标": "[了解自然语言处理的概念, 了解自然语言处理的应用, 了解知识图谱及其应用, 能够掌握百度智能对话系统定制平台UNIT的使用]"
},
"doc_id": "525d0f4ef32c4108ba4f8db34b41a533"
}接口路由:
/crs/tp
介绍：
本接口抽取专业相关的属性。
支持抽取的属性：
- 介绍说明
- 院系
- 专业代码
- 专业类别
- 学科门类
- 学位
- 学制
- 毕业要求
- 培养目标
- 专业相关证书
- 专业相关职业
特殊说明：
请求参数中name需要传入专业名称。
测试示例：
import requests
import json
data = {
"doc_id": "674ac0925372487a80b75c3c170ebf6b",
"payload": {"name": "人工智能"}
}
requests.post("http://172.31.99.9:8011/crs/tp",json=data).text{
"code":200,
"message":"处理成功",
"data":{
"介绍说明":"人工智能（Artificial Intelligence，AI）希望借鉴人的智能行为，研制出更好的工具以减轻人类智力劳动。人工智能技术和产业飞速发展，已经涉及工业、农业、商业、金融、国防、科教、文卫和百姓生活的方方面面，有潜力带动新一轮信息技术革命，提升人类社会的生产力。",
"院系":"[南京大学人工智能学院]",
"学制":"人工智能的学制是四年。",
"毕业要求":"[素质结构要求, 思想道德素质：热爱祖国，拥护中国共产党的领导，具有科学的世界观、人生观和价值观；具有责任心和社会责任感；具有法律意识，自觉遵纪守法；热爱本专业、注重职业道德修养；具有诚信意识和团队精神。文化素质：具有一定的文学艺术修养和现代意识，具有国际视野和跨文化的交流、竞争与合作能力]",
"学科门类":"人工智能属于计算机科学学科门类。",
"专业类别":"人工智能的专业类别是计算机类。",
"专业代码":"None",
"学位":"工学学士学位",
"专业相关证书":"None",
"专业相关职业":"[人工智能基础研究, 应用研究, 运行维护]"
},
"doc_id":"674ac0925372487a80b75c3c170ebf6b"
}本接口无支持抽取的属性。
接口路由:
/tr
介绍：
本接口抽取资源相关的属性。
支持抽取的属性：
- 资源类型
- 资源名称
- 资源描述
- 关键词
- 资源大小
- 视频时长
特殊说明：
本接口为文件上传接口，使用一般文件上传请求参数即可。
对于资源类型，采用规则方法：
| 文件尾缀 | 资源类型 |
|---|---|
| .doc | 讲义 |
| .pptx | 课件 |
| .mp4 | 视频 |
资源描述、关键词：仅抽取讲义与课件
视频时长：仅统计视频文件
响应参数：
{
"code": 200,
"message": "处理成功",
"data": {
"resourcetype": "课件",
"name": "IS-5.4-A-预训练模型WavLM.pptx",
"description": "《智能语音》",
"keywords": [
"wavlm",
"模型",
"数据"
],
"filesize": 2.47
},
"doc_id": null
}