工作经历
2026-02-02 -2026-04-01个人项目个人项目
基于 Bi-LSTM 与 BERT 的海量文本情感分类实践 基于 PyTorch 的 Bi-LSTM + Attention 作为基线模型(Baseline)。实现了中文字符级词表构建、序列截断与填充等数据预处理链路,验证了时序模型与注意力机制在中文情感分类上的有效性。 引入 bert-base-chinese 预训练模型进行全量数据(逾 21 万条)的下游任务微调。针对原始数据集正负样本极度不平衡的痛点优化了评估策略,最终在测试集上取得了 89.36% 的准确率(Accuracy)和 77.08% 的宏平均 F1-Score,精准识别出长尾的负面及中立评价。 独立打通了从数据清洗(Pandas)、批次化处理(DataLoader)、训练评估到模型本地化保存的完整 NLP 流水线。并以此为基础封装了轻量级的交互式推理脚本,实现了从任意相关文本输入到情感标签及置信度输出的实时预测
2026-02-01 -2026-03-31个人项目demo
JD Expert - 基于大模型 Agent 的智能求职辅助系统demo 构建核心Agent 架构:基于 DeepSeek API 与 Function Calling,实现意图识别、本地知识库查询与全网动态抓取的多路分发逻辑 实现 RAG 数据链路:接入 ChromaDB 向量数据库持久化招聘信息,并自主开发带有“智能质检机制(黑名单+特征词双重校验)”的 Python 爬虫兜底策略,有效降低了脏数据导致的 LLM 幻觉。 全栈MVP落地:使用 FastAPI 搭建高并发后端,配合 HTML/Vanilla JS 开发响应式前端,集成 Markdown 实时渲染与前端 HTML-to-PDF 一键导出功能。
教育经历
2023-08-01 - 2026-06-30西安邮电大学信息与计算科学本科






