计算机专业在读博士,研究方向为深度学习及最优化方法, 曾任职于华为技术有限公司, 参与自然语言处理服务的技术点研发,主要涉及基于机器学习及深度学习的文本分类,情感分析等模型的研发,在职期间将多个模型落实至具体的文本分类业务场景,所研发的情感分析模型集成至华为云自然语言处理基础服务。
中文语义理解的技术点研发 2018/08-2019/02
项目描述:
研发, 优化文本分类模型, 序列标注模型,落实至具体任务场景。
项目职责:
1. 算法设计与实现,调参优化;
2. 文本特征工程;
3. 不同框架下的模型移植;
4. 跟踪自然语言处理前沿技术,对学界, 业界最新成果进行本地化(如bert等);
5. 参与打造文本输入—模型自动训练—模型生成pipeline, 提升模型训练至发布的效率.
项目业绩:
1. 基于机器学习及NLP技术,对某电子商城评论过滤系统进行优化,提升正负面评论内容的留存率,将人工审核工作量由70%降至20%;
2. 研发文本分类模型,并落实至多个文本分类任务,包括多个领域的情感分类,文本广告,领域及意图识别等;
3. 参与序列标注模型的研发,对任务型对话机器人语料进行语义槽填充及意图识别;
4. 自研情感分类模型在多个具体任务场景,并集成至华为云自然语言基础服务, 详情见微信小程序 ”EI体验空间” 中的自然语言处理服务;
基于0范数hinge loss的鲁棒SVM 2017/05-2018/09
第一作者
中山大学
项目描述:
提出基于0范数损失的结构风险最小化模型,应用于噪声环境下的分类任务.
项目职责:
负责论文撰写,包括最优解存在性,算法收敛的证明;
算法设计与验证的代码编写.
项目业绩:
于 IEEE International Conference on Data Mining Workshop 2018 发表一篇论文并申请了一项专利.