自然语言处理（文本分类）

项目简介：针对顾客评价进行评价维度和观点抽取，以及细粒度的情感分析。
1. 项目分为四个部分：
① 数据准备：收集数据（API+爬虫）、数据ETL、确定标签的结构和层级、对数据进行标注（专业标注工具+培训后的标注员）
② 模型训练：使用预训练模型微调训练数据
③ 模型精度：训练数据100W +，标签维度为180维 +，模型精度0.9以上
④ 模型部署：将分类模型部署到生产环境（PC和移动端）
2. 项目价值：通过顾客评价提取产品的改善点，并可视化类别占比。持续监控相关指标，提升顾客满意度从70%到90%；提供产品改善建议到研发部，研发部处理后做标记处理，形成闭环，2022年第四季度，商品质量同比改善115%。
3. 我的角色：项目负责人+ 算法工程师