自然语言处理

1.可以在微信、飞书、企业微信中接入大语言模型回答用户的多种问题 2.可以在将任意微信号作为机器人来回复，并不影响聊天 3.可进行微调，输入知识库成为特定于某一个领域的专家

代做机器学习，数据分析，数据挖掘。提供 Python 中的机器学习模型、回归预测模型、数据清洗、数据处理、数据可视化、数据挖掘和数据分析服务。模型类型包括但不限于线性回归、逻辑回归、决策树、SVM、随机森林、贝叶斯、XGBoost、LightGBM、复杂网络以及聚类模型（如 K-Means 和 DBSCAN）。此外，也能够处理时间序列分析（例如 LSTM 和 ARIMA）以及深度学习模型，自动化办公(文档类型转换，视频转文字，视频帧数截取，词云图可视化等等。）(计算机硕士毕业，算法工程师。)(计算机类考研咨询，根据你的情况推荐你几所适合你的学校。) 具体价格将根据具体情况而定！！！

可以做语言处理，使用RNN，LSTM，BERT，transform等模型架构进行自然语言处理。价格可以面议，模型公开透明，可以接各种自然语言处理任务

AI智能ssc主要是分为 admin管理端 和 chatbot（智能客服）PC + H5 端组成，都是通过 react框架 + typescript + antd UI组件 等技术栈搭建而成，主要为客户解决自动化审批流 程，提高入转调离效率，还提供chatbot智能客服采用多轮对话形式分析用户真实意图。同时支 持企业知识库，通过运营团队的不断扩展可以达到企业内部员工的问题覆盖。

双塔多模态预训练模型，支持图文检索，图文问答，图文推理等任务，在多个数据集上表现优异，发表于自然语言处理顶会ACL2023.

基于bert的中文语法纠错项目，可以检测中文文本中的错别字，并给出纠正提升，文章发表于自然语言处理顶会ACL2021.

使用torch，基于transformer构建一个客服多轮对话系统，对话内容支持图片、文本，相关工作发表在信号处理顶会 ICASSP 2022上。

***旅行助手机器人（内测中） 旅行助手机器人-签证/海关助手： 知识库包括100多个国家的签证和海关政策，可以用使用者的母语回答提问， 解放用户不得不翻阅晦涩外文资料之苦。 知识库能在1天~1周时间内得到最新更新。 旅行助手机器人-酒店助手： 包括20多个国家（持续增加中）的酒店信息，知识库来源包括英文和其它外文网站和YouTube, Ins等，信息量不是那几个中文网站能相比的。 对于未收录酒店，支持商家自行提交图文信息供收录。 后端引擎使用GPT4v等多模态模型，可以识别图片中的信息，例如商家的图片中有日出的图片，即便酒店的描述、评价中均没有出现”日出“的字样，用户查询”可以看日出的酒店“，也可以查到该酒店，给用户的体验不是酒店预定平台能比的。 本机器人可以用使用者的母语回答用户的提问。 旅行助手机器人-美食美酒助手： 包括20多个国家（持续增加中）的酒店信息，知识库来源包括英文和其它外文网站和YouTube, Ins等。 因为许多美食的点评/评价一般只有图片，用户很少或者几乎不写文字，所以一般的搜索平台不太容易搜索到呢。 本机器人后端引擎使用GPT4v等多模态模型，可

1. 通过AI和nlp技术进行算法-数据层面的挖掘，从而客户一个企业所处的业务领域和拥有的技术。 2. 数据挖掘完成后，在前端产品进行展示，并形成可以导出的线下报告。

1. 协助金融信贷机构对行业进行分析，指导业务人员进行行业认知和行业判断，进行营销获客。 2. 如列举的部分（摘出三个模块做展示）：【图一：行业前景】从整个行业财务角度进行分析、【图二：行业风险】监控行业多维度风险、【图三：行业获客】方便用户按需筛选获取信贷名单。

序列标注项目 1、基于LSTM-CRF结构做序列标注项目； 2、数据来源于开源数据； 3、模型准确率95%； 4、项目为本人个人联系项目。

1. 分2个模块 （1）长文本分类，包括适用法律、转让、赔偿、终止权利、权限、信息安全、委托和担保等类别 （2）命名实体识别，包括乙方、主管、参与方等 实现了合同PDF文档自动化抽取关键信息到数据库，便于文档的管理、查询、使用 2. 我负责算法部分： （1）使用OCR对PDF文档解析 （2）使用NER抽取实体公司名，与公司名词表进行相似度计算，匹配最相似实体 （3）使用BERT模型finetune，得到适用于该场景的分类模型，对文本进行分类，找到所属标签 （4）将抽取到的信息存入数据库

CS:GO皮肤租赁量化投资项目是基于【回报关联模型】构建的量化策略，构建关联模型的一大特点为善于运用皮肤之间间接信息，并结合传统（比如皮肤间的量价相关系数）和非传统（皮肤间在论坛中讨论热度的相关度）的关联特征。 间接信息： 1. 是否为同一种类皮肤（例如刀，枪械[AK-47，M4A1等]，手套） 2. 皮肤之间回报率，换手率和波动率的相关性 3. 皮肤产业链关系（例如红色刀具搭配红色手套） 利用JS爬虫技术和Python爬虫技术爬取租赁平台上全量皮肤的售价和租价，每日生成租售比(最低租赁价/最低售价)龙虎榜（Top30）并结合【回报关联模型】动态调整持仓分散风险合理投资。其中非传统的数据关联特征通过Python基于selenium的爬虫爬取CS:GO论坛文本数据，使用textblob库和transformers库对评论文字进行情感分析，量化皮肤的热度，寻找皮肤之间热度的相关度。

1.导单机器人项目功能可参考【八爪云】，项目按业务功能分为【收单】、【结算】、【推单发货】、【核销】等功能。通过在企业微信添加机器人，负责接收群内的各类消息，并对其中的关键文本或文件进行处理，减轻电商用户日常经营压力。 【收单】：可以将各类格式订单文件或者文本订单录入ERP系统，并生成结果文件反馈给使用者。 【结算】：针对每日处理的订单，以自定义周期进行结算，生成结算文件，减轻日常统计压力。 【推单发货】：用于日常分销商需要供应商发货，导出自身订单数据形成文件给供应商。 【核销】：用于日常供应商与分销商之间，需要针对已发货订单进行财务核销问题的处理。 2.项目整体后端设计及开发都由本人执行，该项目为本人上家公司后期的核心新产品，距本人离职前已有上百家企业使用。 3.难点主要是如何合理运用企业微信提供的“企业归档”功能，让客户感受到的回复延迟时间尽可能的小。主要是通过powerjob实现任务定时轮询，并通过合理的线程管理尽可能多的进行轮询。

众所周知，深度神经网络在自然语言处理中常常面临各种类型的对抗攻击，尤其是针对单词级别的攻击。 近年来，研究者们针对词级攻击提出了多种防御策略，但大部分策略主要关注同义词替换这一类型的攻击。然而，词级攻击并不局限于同义词替换。 为了更全面地应对词级对抗攻击，本文提出了一种基于语义联想场的文本嵌入方法。 具体而言，我们首先分析了人类能够识别并理解经过扰动的文本对抗样本的关键原因，发现两个关键点： 1）原始单词与被扰动的单词之间存在一定的语义联系； 2）这种联系使得人类能够通过联想推断出原始单词。 基于以上观察，我们引入了语义联想场的概念，并提出了一种新的防御方法。该方法通过构建一个鲁棒的词嵌入空间来计算词向量。 具体来说，我们将相关的词向量与势函数和加权嵌入采样相结合，以模拟同一语义场中词之间的语义影响。 本文进行了全面的实验，验证了所提出的方法在各种对抗性攻击和原始测试集下，相较于基线防御方法具有更高的精度。 此外，该方法具有通用性，与模型结构无关，且几乎不影响训练效率。

我司主要负责通话相关模块，包含坐席管理、坐席设置、通话历史记录、通话录音回放、智能客服流程等 项目使用了vue2+iview开发，开发周期历时一年半，项目结束时遇上疫情爆发，本项目在各地政府得到大规模应用。

代做机器学习，数据分析，数据挖掘。提供 Python 中的机器学习模型、回归预测模型、数据清洗、数据处理、数据可视化、数据挖掘和数据分析服务。模型类型包括但不限于线性回归、逻辑回归、决策树、SVM、随机森林、贝叶斯、XGBoost、LightGBM、复杂网络以及聚类模型（如 K-Means 和 DBSCAN）。此外，也能够处理时间序列分析（例如 LSTM 和 ARIMA）以及深度学习模型，自动化办公(文档类型转换，视频转文字，视频帧数截取，词云图可视化等等。）(计算机硕士毕业，算法工程师。)(计算机类考研咨询，根据你的情况推荐你几所适合你的学校。) 具体价格将根据具体情况而定！！！

摘要： 背景：变应性鼻炎是一种慢性疾病，在日常生活中有多种危险因素使人容易罹患变应性鼻炎，包括接触变应原和吸入刺激物。分析可能诱发变应性鼻炎的潜在危险因素，可为患者在日常生活中减少其发生提供参考。目前关于变应性鼻炎危险因素的研究多基于调查方法，可能针对特定人群和特定场所。因此，它们可能对患者的广泛危险因素提供有限的见解。 目的：社交媒体平台的存在让用户可以分享经验和观点。本研究旨在构建基于社交媒体评论识别变应性鼻炎危险因素的智能方法(TopicS-ClusterREV)。 方法：检索知乎"变应性鼻炎"主题下2012年5月至2022年5月的所有数据，获得9,628条帖子和33,747条评论。首先，我们半自动构建主题词列表，通过增加预测中心词主题的任务来训练主题增强的词向量表示(topic-enhanced word vector representation, TopicS)，对Skip-gram模型进行改进。然后，我们对包含危险因素的手动注释文本项进行矢量化，并训练危险因素分类器。最后，我们将这些分类文本分组，以更好地理解识别出的危险因素。 结果：我们的模型检查了3

项目主要为绘画培训进行AI辅助教学，目前还在开发中。已实现“创意绘画”，“初稿细化”两个功能。系统通过AIGC，利用AI绘画，为广大绘画艺术相关专业进行辅助教学、生成初稿、初稿细化等多种功能。 我负责与产品经理整理 主要技术： 1. stable diffusion为出图基础模型工具 2. comfyUI实现出图流程； 3. gradio作为展示界面； 4. 集成通义千问作为语言模型生成英文prompts 5.comfyUI api作为python调用后端 6. 利用controlnet技术对出图进行线稿、人物姿态、图像深度等进行控制。

1、功能是针对用户话术的情感分析，方向为正向，中性、负向； 2、通过开源数据、ChatGPT标注数据、人工标注数据构建数据集； 3、模型选型使用BERT类NLU模型； 4、融合对抗训练等策略训练模型； 5、模型F1达到98%； 6、本人独立完成。