[日推荐]『传图识字』让人工智能帮你识别照片里的文字！--技术头条 -- 微博大V帮你宣传技术博文开发者头条码农头条

【简介】

小编最近遇到这样一个问题，看到一些图片上，有一段很棒的话，但是尴尬的发现图片上的文字是不能复制的，只能一个字一个字打出来，你也为此而烦恼过吗？哈哈哈，这个问题已经被我破解，今天，给你们分享一款神器：『传图识字』小程序，图片上的文字，你想要的统统都可以给你拿下来！

点击查看原文 >>

由 @极乐小程序商店 2017-11-08 15:05 / 0个评论

赞过的人： @极乐小程序商店

JA 指纹识别全系讲解 (paper.seebug.org)

近期在学习 Burp Suite 的反制时发现 Wfox 前辈写的反制爬虫之 Burp Suite RCE一文，文末处介绍了使用 JA3 指纹识别 Burp Suite 流量的方法，简单研究后发现实战中易用性较强，故借此机会完整介绍一下 JA 指纹的全系列，并拓展到实践中。

by @技术头条 2024-03-21 22:56 查看详情

外卖场景下，用户“复购”属性强、下单频次高，既想下单老商家，也会想换换“新口味”。为更好平衡用户的复购、尝新体验，外卖推荐团队从2022年起开始持续投入，构建了外卖场景新颖性推荐的体系化解决方案。截止目前，外卖首页用户曝光新颖性累计提升19%+，新颖好评率累计提升7%+，用户新颖体验Case率累计降低18%+。本文将详细介绍外卖首页Feed用户新颖体验优化过程中面临的挑战、解决思路以及业务思考。

by @技术头条 2023-07-23 12:21 查看详情

基于AI+数据驱动的慢查询索引推荐 (tech.meituan.com)

目前，美团内部的日均慢查询数量已经超过上亿条，如何对对这些慢查询进行分析并建立合适的索引，是美团数据库研发中心面临的一项挑战。美团数据库平台研发组与华东师范大学展开了科研合作，通过基于AI+数据驱动的索引推荐，来与基于代价的方法并行地为慢查询推荐索引，以提升推荐效果。

by @技术头条 2023-07-04 23:28 查看详情

交互式推荐在外卖场景的探索与应用 (tech.meituan.com)

外卖场景的用户停留时长低于传统电商，对用户实时需求的理解和反馈有更高的要求。针对业务问题，外卖推荐团队从2021年起开始持续投入，最终摸索出了一套适用于外卖场景的交互式推荐架构和策略，并取得了较好的收益。本文详细介绍了外卖首页Feed在搭建交互式推荐时遇到的挑战和解决思路。

by @技术头条 2023-07-02 23:41 查看详情

前端原生API实现条形码二维码的JS解析识别 (www.zhangxinxu.com)

今天才知道，原来浏览器有原生的API，可以对二维码、条形码进行解析，使用非常简单！

by @技术头条 2023-01-10 00:07 查看详情

论文分享｜基于被动DNS流量分析的大规模IoT设备识别系统 (blog.nsfocus.net)

如何通过被动流量识别IoT设备？如何检测分配了IPv6地址、NAT后的IoT设备？本文介绍了IoTFinder系统有效解决上述问题。

by @技术头条 2023-01-04 23:42 查看详情

文字语义纠错技术探索与实践-张健 (www.52nlp.cn)

文本语义纠错的使用场景非常广泛，基本上只要涉及到写作就有文本纠错的需求。书籍面市前就有独立的校对的环节来保障出版之后不出现明显的问题。在新闻中我们也时不时看到因为文字审核没到位造成大乌龙的情况，包括上市公司在公开文书上把“临时大会”写成为“临死大会”，政府文件把“报效国家”写成了“报销国家”。有关文本纠错的辅助工具能给文字工作人员带来较大的便利，对审核方面的风险也大幅降低。

by @技术头条 2022-12-24 23:38 查看详情

大规模异构图召回在美团到店推荐广告的应用 (tech.meituan.com)

美团到店推荐广告团队在图神经网络的长期落地实践中，思考分析了场景的特点与挑战，针对性地进行了模型设计，并通过大规模训练工具及线上部署优化多次成功落地，带来了线上收入提升。本文主要介绍了大规模图召回技术在美团到店广告场景下的实践经验，包括模型设计思路、模型迭代历程、大规模训练工具以及线上部署性能优化等，希望为从事相关工作的读者带来一些启发。

by @技术头条 2022-12-24 23:31 查看详情

美团外卖推荐团队在推荐算法的长期落地实践中，针对外卖业务情境化特点对排序模型进行深入探索与优化。本文介绍了面向情境化建模的“情境细分+统一模型”建模思路，通过用户行为序列建模以及专家网络两个模块的优化，实现不同场景间对信息独有性的刻画和信息共性的相互传递，进而提升全部流量效率。

by @技术头条 2022-12-24 23:31 查看详情

知识图谱增强下的智能推荐系统与应用-于敬 (www.52nlp.cn)

经过多年的推荐系统理论发展，已经产生了三代主要的推荐系统。第一代推荐系统（1995-2005），主要包括三种方法：基于内容过滤的方法、基于协同过滤的方法和混合方法，技术上主要是规则统计和机器学习。第二代推荐系统（2003-2014），主要是基于时间、位置、用户组评分等特征上下文，对这一代推荐系统的研究目前仍在进行中。第三代推荐系统的研究更侧重在基于表示学习的语义模型以及在推荐过程中会有较多的关于知识组件的使用。

by @技术头条 2022-12-18 20:48 查看详情