yx的案例列表

yx

顶会论文爬虫爬取

作品功能为从各大顶会利用爬虫技术爬取论文。所用到的编程语言为Python，涉及到的编程库有BS4、Request包、numpy、pandas等。目前已经实现了从ICLR、NIPS、ICML、AAAI等9个顶会上自动收集历年的数据、并且能够根据关键词对论文进行筛选，快速得到感兴趣的文章列表。同时，基于爬虫技术，现在还开发了自动从arvix下载论文源代码的功能，能够快速方便参考latex源码。...

法律文书金额实体提取，NLP实体提取任务。实际法律业务需求中，提取法律借贷判决文书中的本金、利息等金额字段通常都是由人工完成，费时费力。本项目结合NLP技术，提出基于BERT的法律借贷判决文书金额实体提取模型，实现十类金额实体的自动化提取。①设计TF-IDF+朴素贝叶斯分类方案，实现了对判决文本的初步筛选，提高了处理效率。②采用正则表达式进行金额实体的提取；对提取出的金额实体，根据其上下文构建分类特征，采用BERT+逻辑回归完成金额实体类别的分类，模型调优后加权准确率达到 93.5%；③测试与部署，与甲方负责人完成模块的测试、算法打包为docker部署到了服务器上。成果：软件著作权一项，交...

基于分级特征编码Huber回归的新冠预测

人工智能-机器人 yx

《基于分级分类特征编码和Huber回归的新冠确诊人数预测模型》- 队长 2020年10月项目描述：第六届中国健康信息处理会议的新冠预测评测竞赛（CHIP2021），给定三个区域的确诊病例时序数据和区域性特征数据，要进行未来7天每天新冠确诊人数的预测。本项目提出基于分级分类特征编码和Huber回归的预测模型。个人职责：①数据异常值清洗；设计防控措施分级分类特征编码的方案，解决该部分文本特征难以数值化的问题；②综合实验分析对比多种模型，最终选定的模型大大降低模型拟合对数据异常值的敏感度；成果：该赛道的第一名，并进行了会议口头报告...

多剪裁率网络通道剪枝

人工智能-机器人 yx

Conditional Automated Channel Pruning for Deep Neural Networks - 一作 2020年08月 - 2021年05月研究背景：通道剪枝是模型压缩中的一种重要方法。然而在多剪裁率问题下，现有传统剪枝方法对于不同的剪裁率需要进行独立、重复的搜索，费时且不必要。本研究旨在解决传统自动化通道剪裁算法的在多剪裁率条件下的重复性问题。工作与贡献： ①将条件化通道剪裁问题形式化为一个马尔科夫决策过程的问题(MDP)，设计对应的状态空间、动作空间。 ②针对MDP问题的求解，设计基于DDPG算法的深度强化学习求解框架。...

目击报告预测二分类模型开发

人工智能-机器人 yx

研究背景：发动群众提交目击报告是防治亚洲大黄蜂的重要手段，然而大部分目击报告提交者缺乏对该物种的了解，报告中存在大量误报，如何从海量的目击报告中鉴别高可信报告是一个重要课题。本研究是从传播机理和报告特征出发，构建了报告优先级预测模型。工作与贡献：①基于亚洲大黄蜂的迁徙习性，基于高斯分布假设构建亚洲大黄蜂概率传播模型。②将目击报告最优优先级排序的问题建模为一个分类、预测的问题。提取构建目击报告中的多种丰富的特征；基于这些特征，构建基于逻辑回归算法的分类模型来预测报告可信度；引入加权损失因子来解决样本不平衡问题。③量化考虑报告之间的印证影响，来最终确定报告的优先级排序。在基准测试集上，我们...

《疫情通报文本中涉疫地点的自动提取》

人工智能-机器人 yx

新冠疫情背景下，涉疫地点信息的整合公开对于疫情防控而言至关重要。然而，涉疫地点数据多以非结构化的方式出现在疫情通报网页上，在以往这项工作主要通过人工标注实现，不仅消耗人力而且效率低下。近年来，自然语言处理作为人工智能的一个重要领域得到了飞速的发展。因此，本文通过比较不同的方法，构建了基于自然语言处理技术的涉疫地点标注标注模型，以解决这个问题。...

------ 加载完毕 ------

yx的案例列表

yx

顶会论文爬虫爬取

法律文书金额提取

基于分级特征编码Huber回归的新冠预测

多剪裁率网络通道剪枝

目击报告预测二分类模型开发

《疫情通报文本中涉疫地点的自动提取》