开普云也正在经历这个过程。

早期，开普云的大数据服务主要以政府网站的内容安全为主。其中很重要的一个工作是，敏感词的识别。

在当下信息爆炸时代，每天都在诞生新词、新的敏感用语。基于对语义的正确理解，快速找到新词和敏感用语，减少新词、敏感用语漏报，是内容安全监测的重要工作。

在提高内容安全监测的效率上，开普云做了两件事。

技术方面，开普云通过平衡语料库自动构建技术，极大地降低了人工标注的成本，可以在较短的时间内覆盖较大规模的文本素材。目前，基于无监督方式为主训练的NGram计算，已基本接近人工标注的精度，依存关系计算结果的可信度达到80%以上。

在深度学习的模型下，数据规模很大程度上会影响机器学习算法的精度。目前，公司平衡语料库覆盖了各行各业出版图书、电子报纸、主流媒体新闻资讯，达千亿字规模的文本素材，数据量远远超过国内其他中文语料库。

大数据服务具有规模效应。即客户越多，你收到数据反馈越多，大数据产品精准度就越高，继而被更多客户选择，最终形成马太效应。

在政务大数据监测领域，这一趋势已经极为明显。截至目前，开普云大数据服务的客户覆盖了65%的省政府以及40%的地级政府，在细分领域占据绝对优势。

作为大数据监测领域头部平台，随着客户需求的复杂化，开普云的大数据服务也有计划从感知领域向更深度的认知领域延伸，即从敏感词识别过渡至舆情监测。

众所周知，在识别领域，文本的识别处理难度最高。原因是文字、语言涉及语义理解，主观色彩更重，因此更为复杂。

开普云的做法是，通过人工智能深度学习的方式，强化文字识别的准确性。

技术能力的提升，进一步拓展了开普云的应用场景。比如，