猿急送>

北京其它兼职程序员

ID：194362

Yamada

高级算法工程师

公司信息：
携程旅行

工作经验：
3年

兼职日薪：
1500元/8小时

兼职时间：
周六
周日
可工作日远程

所在区域：
北京
海淀

技术能力

语言：python/java
掌握：常见的机器学习算法和nlp算法，NLP应用算法(seq2seq/attention/transformer)以及语言模型(elmo/gpt/bert)。数据库(Jena/Gstore/Janusgraph/Titan)和语言(shacl/rdf/rdfs/owl/sparql/gremlin)以及图谱推理(owl推理/shacl推理)、 graph embedding(TransX系列)、三元组抽取(DeepDive)、事理图谱。

项目经验

携程旅游知识图谱平台搭建

该项目主要搭建携程的旅游知识图谱，作为携程智能客服和携程产品录入检测的后台存储。项目主要针对非结构化数据采用Joint Model抽取三元组，将抽取出的三元组采用transR完成实体对齐，然后转换成graph格式存储在图数据库(Janusgraph)，最后采用shacl推理完成shema一致性验证。

短文本内容风控

该项目主要针对短文本进行色情内容识别，每天监控短文本内容超过5kw+，主要分为两种策略进行识别，分别是分类和匹配：
(1) 分类，基准模型采用textcnn，加入了一些batch-normal、highwork等一些小trcik，线上识别准确率90%以上。
(2) 匹配，采用的是compare-aggregate结构，自己设计的模型，分为三层，编码层采用bilstm+self-attention,compare层采用soft-attention层，最后的aggregat层采用多层卷积。线上识别准确率90%以上。

案例展示

旅游知识图谱

其他NLP工作：分词、句法分析、命名实体识别、文本相似度计算、提取关键词、文本分类、对话系统及模型的优化和维护。
旅游知识图谱

该项目主要搭建携程的旅游知识图谱，作为携程智能客服和携程产品录入检测的后台存储。项目主要针对非结构化数据采用Joint Model抽取三元组，将抽取出的三元组采用transR完成实体对齐，然后转换成graph格式存储在图数据库(Janusgraph)，最后采用shacl推理完成s