技术能力

业务中台
数据中台

业务中台

将各种通用功能以服务的方式进行封装，形成以业务中台为核心的快速开发框架。

开发新的系统时，针对通用功能需求只需要调用对应服务即可，从而实现新应用的快速开发上线。

政务服务

政务业务

特点

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；

统一的业务管理平台，可以实现对各服务的全局把控；

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；

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；

应用价值

通过把通用功能下沉，以实现功能的复用。通过业务中台的服务支撑，前台的业务创新周期会大大的缩短，一个新应用的上线，不再需要从零开始分析、设计、开发
只需要对业务中台的各服务进行组合，即可快速生成一个新的应用，从而大大的降低新应用开发的成本，提高用户新需求的响应速度

数据中台

业务中台打通了不同应用中同一类型的业务数据，各个业务特有的数据以及各个服务中心之间的数据仍存在壁垒。为了更好使数据规模化

形成全域数据，发掘潜在的数据价值，公司构建了强大的数据中台

特点

对数据整合和完善

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

标准的数据资源体系

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

提升数据价值

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

统一的标准接口

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

业务中台沉淀的业务数据进入到数据中台进行体系化的加工，再以服务化的方式支撑业务中台上的应用
而这些应用产生的新数据又流转到数据中台，形成循环不息的数据闭环

技术团队

拓普丰联致力于培养员工成为技术、管理、业务方面的专业人才

核心技术

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。
规则描述语言定义
规则解析引擎
分类任务调度

基于深度学习的命名实体识别技术

命名实体识别（Named Entity Recognition，简称NER）是采用序列标注的方式，获取文本中具有特定意义的实体，在自然语言处理技术走向实用化的过程中占有重要地位。

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。

ALBERT层对嵌入的因式分解，跨层参数共享，句间连贯性损失三种改进方法以ALBERT的编码输出作为BiLSTM层的输入，再在BiLSTM的隐藏层后加一层CRF层用以解码，最终得到每个字符的标注类型。拓普公司通过该方式组建的命名实体识别模型，解决了预训练语言模型参数量过大且训练时间长的问题，并且识别准确度达到了95%以上。