企业文档深似海
Gartner报告指出,非机构化数据每年以60%~80%的速度快速增长。企业内部80%以上的数据都是非结构化的文档数据,海量数据不断增长为非结构化数据的存储、查找、分享协作和管理带来巨大挑战。
时下热门的网盘,无论是企业网盘还是个人网盘,本质上来说都是桌面文件备份、多设备访问和个人共享而设计的。面对中大型企事业单位,百万级千万级的文档数据,如何高效的存储管理、共享协作、查找使用却是心有余而力不足。
一般的云存储却很少有涉及到全文检索,究其原因,就在于一方面个人或者简单的团队网盘,全文检索不是必须的,另一方面,基于分布式云存储的全文检索,本身就有其技术复杂度。
企业级文档同步共享平台必备全文检索
针对海量文档的存储、搜索和查找难题,爱数率先在业界推出了基于云存储的全文检索,AnyShare发布后,添补了这一领域的空白,成为了业内第一个支持全文检索的企业级云存储,建立起了企业级文件同步共享平台的新台阶。
常见的全文检索建立索引的方法有两种:一种是文档上传过程中立即或者后台自动建立索引;另一种是单独一台全文检索服务器,先从文档服务器上面把所有文件下载下来,然后建立索引。第一种方式是以牺牲文档访问的流流畅性来建立索引,第二种方式却造成了服务器资源的浪费。
爱数AnyShare针对上述技术存在的缺陷,提供了一种维护方便、提交检索效率、降低访问压力的全文检索系统,通过合理的流程将对象存储系统和全文检索系统松耦合地结合起来,对指定格式的文档建立索引,即降低文档存储系统的压力,又提高全文检索系统建立索引的效率。
全文检索服务灵活的分布在AnyShare其中一个节点上,最重要的是,全文检索的服务本身是可以根据集群的负载进行灵活迁移,提升了集群的适应性和灵活性。当用户通过客户端或者WEB搜索文档时,AnyShare基于权限搜索该用户可访问的资料,并通过关键字检索出相关的文档资料。
发现你需要的文档
用户访问AnyShare中的资料时,根据用户、设备和权限的不同,用户访问资料的范围不同。用户只可访问和搜索自己访问权限内的文档资料。
而且结合AnyShare创新的发现共享,任何用户都可以检索到某个用户A贡献出来的发现共享资料,比如A有某个资料F很棒,觉得可以贡献出来,通过开启发现共享模式,这样其他用户在搜索到与F文档内容相关的关键词,就可以优先找到A贡献出来的资料F。
在用户体验方面,网页访问时,输入关键字即可检索到与关键字相关的资料。所有关键字高亮显示,并呈现出100字的摘要,便于用户快速找到自己想要的资料。移动客户端访问时,输入关键字即可查找到与关键字匹配的文件名。
文档进入查找时代
企业、政府、学校都发现大量的内部文档数据没有有效的利用、分享和管理起来,而查找,作为使用的最初环节,就像互联网的搜索时代一样,搜索的到来解放的网站资料的价值,同样的,全文检索对于企业文档资料的意义非凡。在海量的资料面前,查找是第一入口,所以,企业文档资料的查找时代已经到来了。
在移动互联的大趋势下,除了我们所喜欢的网盘备份、访问和共享体验之外,对于企业级的文档共享平台,全文检索无疑是必需品,这也提醒了我们企事业单位在进行内部非结构化数据存储管理共享平台建设,海量文档资料面前,查找作为第一入口,必不可少。
作为私有应用云存储--文档云--的领导者,爱数AnyShare在文档共享使用、开放云存储和文档的搜索、使用访问方面,无疑能够可以帮助用户获得更加领先一步的体验。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。