1. 需求分析与算法架构设计,包括从数据标注到算法模型开发以及算法上线的算法全流程设计。
2. nlp算法,知识图谱相关的实体识别,关系抽取;情感分析,通用情感,实体情感,实体角度情感等;文本分类,文本主题分析等。
3. 图像算法,传统方法的图像处理算法与基于深度学习的图像处理方法。
3. 统计模型,回归分析,趋势预测。
4. 算法工程化,基于k8s的算法工程化技术。
行业知识图谱,某行业巨头营销知识图谱,通过海量社交文本获取行业知识图谱。
知识图谱中的实体识别,关系抽取,情感分析,实体对齐等算法。
感兴趣的可以查看demo。
本demo是对输入文本进行分析,获取文本中的特定实体以及与特定实体相关的讨论角度,并对讨论角度所表现出的情感进行分析,得到{实体、角度、情感}三元组信息,如示例1中,输入文本为“TOM FORD午夜兰花 这款少女香水属于比较张扬的类型,花香浓郁,参杂着一些巧克力的味道,散发着少女
这个DEMO展示了AR图像处理的能力,AR的核心在于图像目标的跟踪与图像坐标系与世界坐标之间的转换,Demo很好的展示了这一点,截图来源于一段视频的处理,目标是通过视频跟踪已知平面然后将三维空间中的点绘制到视频中去,可以看到图像中的黄线是平面的法线,而周围的红线则是空间中以平面原