邹国建
NLP算法研究员
云知声智能科技股份有限公司 · 1年经验
日薪：
￥1000/8h
地点：
上海 徐汇
时间：
下班后周六周日可工作日远程
信用行为
3
接单数
3
评价数
1
收藏数
100%
五星率
技术能力
熟练使用python/c，tensorflow，keras等框架，numpy，pandas等数据处理包。
熟悉各类语言模型，如word2vec，glove，bert，Albert等transformer系列文章，同时深刻理解卷机神经网络系列的文章，如denseNet，resNet等系列最新模型。
个人主要做的是时空序列预测问题的研究，如词性标注，文本生成，命名体识别等NLP处理问题。
同时，研究生期间完成两个企业合作项目，关于天气的预测。
熟悉各类语言模型，如word2vec，glove，bert，Albert等transformer系列文章，同时深刻理解卷机神经网络系列的文章，如denseNet，resNet等系列最新模型。
个人主要做的是时空序列预测问题的研究，如词性标注，文本生成，命名体识别等NLP处理问题。
同时，研究生期间完成两个企业合作项目，关于天气的预测。
项目经验
语义分析,句子对匹配：构建InferSent—有监督的语句嵌入，对医学病例中手写病历的句子完整性进行判断，对语料制定优化标准，经过不断优化，最终的acc=97%，已完成。
命名体识别：对医学病例中的既往史进行分析，对每个句子进行标记，判断句子所属类型，如：是否为疾病史，是否有治疗记录，是否有传染史等，最终项目的acc=93.2%，f1=88.7%，已完成。
体格检查：对现有的查房记录等有查体内容的段路进行关键信息抽取，目标任务是抽取查体部分内容，目前数据已经清洗完成，正在实验部分。
不断复现最新论文的成果，同时也将Bert等最新语言模型运用到项目的任务上，综合时效性，我们选择了准确度和时间效率比较高的模型。
命名体识别：对医学病例中的既往史进行分析，对每个句子进行标记，判断句子所属类型，如：是否为疾病史，是否有治疗记录，是否有传染史等，最终项目的acc=93.2%，f1=88.7%，已完成。
体格检查：对现有的查房记录等有查体内容的段路进行关键信息抽取，目标任务是抽取查体部分内容，目前数据已经清洗完成，正在实验部分。
不断复现最新论文的成果，同时也将Bert等最新语言模型运用到项目的任务上，综合时效性，我们选择了准确度和时间效率比较高的模型。
用户评价 (3)
★ 5星
工作进度控制准确，程序代码完整，运行效果良好，用户配合默契。同意完工。
★ 5星
工程师基于提供的数据实现了污染数据预测，设计及训练的模型符合目标需求，同意验收。
★ 5星
工程师基于提供的数据实现了污染数据预测，设计及训练的模型符合目标需求，同意验收。
邹国建
NLP算法研究员 · 1年经验 · 云知声智能科技股份有限公司
3
累计接单
100%
五星好评率
3
用户评价
1
被收藏
信用行为
3
接单数
3
评价数
1
收藏数
100%
五星率
技术能力
熟练使用python/c，tensorflow，keras等框架，numpy，pandas等数据处理包。
熟悉各类语言模型，如word2vec，glove，bert，Albert等transformer系列文章，同时深刻理解卷机神经网络系列的文章，如denseNet，resNet等系列最新模型。
个人主要做的是时空序列预测问题的研究，如词性标注，文本生成，命名体识别等NLP处理问题。
同时，研究生期间完成两个企业合作项目，关于天气的预测。
熟悉各类语言模型，如word2vec，glove，bert，Albert等transformer系列文章，同时深刻理解卷机神经网络系列的文章，如denseNet，resNet等系列最新模型。
个人主要做的是时空序列预测问题的研究，如词性标注，文本生成，命名体识别等NLP处理问题。
同时，研究生期间完成两个企业合作项目，关于天气的预测。
项目经验
语义分析,句子对匹配：构建InferSent—有监督的语句嵌入，对医学病例中手写病历的句子完整性进行判断，对语料制定优化标准，经过不断优化，最终的acc=97%，已完成。
命名体识别：对医学病例中的既往史进行分析，对每个句子进行标记，判断句子所属类型，如：是否为疾病史，是否有治疗记录，是否有传染史等，最终项目的acc=93.2%，f1=88.7%，已完成。
体格检查：对现有的查房记录等有查体内容的段路进行关键信息抽取，目标任务是抽取查体部分内容，目前数据已经清洗完成，正在实验部分。
不断复现最新论文的成果，同时也将Bert等最新语言模型运用到项目的任务上，综合时效性，我们选择了准确度和时间效率比较高的模型。
命名体识别：对医学病例中的既往史进行分析，对每个句子进行标记，判断句子所属类型，如：是否为疾病史，是否有治疗记录，是否有传染史等，最终项目的acc=93.2%，f1=88.7%，已完成。
体格检查：对现有的查房记录等有查体内容的段路进行关键信息抽取，目标任务是抽取查体部分内容，目前数据已经清洗完成，正在实验部分。
不断复现最新论文的成果，同时也将Bert等最新语言模型运用到项目的任务上，综合时效性，我们选择了准确度和时间效率比较高的模型。
立即沟通
