提供人脸比对功能，可用于人脸考勤，监控等场景。 主要负责人脸识别模型开发，优化提升。 遇到的难点一是实际数据光照，清晰模糊度，人脸角度，年龄分布都比较丰富，对数据的质量有比较高的要求。通过自研聚类算法对实际数据进行预标注清洗，再人为标注得到高质量数据，用于模型训练。多样丰富的数据要求高容量的模型结构，采用业界the state of the art模型结构，能快速拟合训练数据，达到不错的效果。 二是数据类别依然存在不平衡情况，采用数据增强和改模型网络结构的策略，进一步提升模型的性能。

对使用者来说实现了研判文书的检索，智能分析功能 主要负责nlp算法的开发， 对判决文书进行分类，打上多个tag，实体进行提取，形成知识图谱，构建文书画像，用于多角度查询相似案例。 难点在于文书类别数据不平衡导致部分类别精度上不去，通过数据增强、调节网络结构、损失函数等方法使得模型精度达到要求。 实体提取难度在于训练数据缺乏，结合项目实际背景通过自研聚类算法，大大减少标注难度，获得高质量训练数据。

对使用人员来说是提供对笔录文本的结构化功能，以及智能分析功能。 基本负责素有关于nlp算法的模块开发，以及服务搭建。 对数据库中的笔录进行分类，实体识别，关系提取，构建知识图谱，将非结构化数据转换为结构化数据，便于查询检索，碰撞分析