猿急送>

北京其它兼职程序员

ID：292960

chf

NLP算法工程师

公司信息：
腾讯

工作经验：
5年

兼职日薪：
800元/8小时

兼职时间：
下班后
周六
周日

所在区域：
北京
海淀

技术能力

1.熟悉常见的深度学习理论和框架（pytorch，tensorflow）
2.熟悉常见机器学习算法（线性回归,LR,HMM,CRF)
3.熟悉Neo4j图数据库的使用
4.熟悉word2vec,fasttext工具使用
5.熟悉文本分类，文本生成，NER(命名实体识别），关系识别，事件识别任务
6.熟悉rnn、lstm、gru、transformer、bert模型与attention机制

项目经验

‘公司年报智能解析
公司年报智能解析’
2021.7
2021.7-2021.9
2021.9

项目概述：从pdf格式的年报中抽取出年报所涉及的公司以及公司的主营业务，从年报中的图表中抽取出公司的营业收入
构成表，统一将最终提取到的信息存库，用来对公司年度状况进行分析，并且提供公司年报数据给有需求的公司。

负责板块：
1.将pdf格式的年报数据进行转化，转化成txt格式的年报数据；
2.从转化好txt格式的年报数据中抽取出公司以及公司的主营业务；
3.从年报中的图表中抽取出公司的盈亏状况，并将所有信息入库。

技术方案：
1.利用OCR模型将pdf格式的年报数据转成txt格式（OCR模型可以高效的解析出pdf文件中的图片与表格）；
2.应用BERT+bilstm+crf模型抽取出公司名以及公司的主营业务
3.利用规则从OCR输出的图表中匹配出公司营业收入构成
‘Pandora
Pandora’
----
----智能金融服务平台
智能金融服务平台
2021.7
2021.7-至今
至今

项目概述：从有关汽车、芯片方面的新闻中抽取出重要事件（股价上升，股价下降，合作，事故等），录入neo4j图数据库
中，统计事件关联的新闻数量，查询事件相关联的公司所对应的股票代码，以股票代码为主键，将事件相关信息录入到ES
中，同时保存此事件对所关联公司的影响得分。

负责板块：1.新闻文本分类（三分类汽车、芯片、其它）
2.事件抽取（120种事件类型）

技术方案：1.应用BERT+lstm做新闻分类，每类数据5万左右，经数据增强（实体替换）有效扩充了数据集，最终模型指标
acc达到96%；
2.事件抽取本身就是NLP领域的难题，目前市面上的事件抽取模型很少，通过调研和查阅论文我们实现了排名第三和第六的
论文代码，模型主要适用于英文数据事件提取，我们修改成了提取中文段落级别的事件抽取，我主要负责其中的24类事件
抽取，通过事件类型找出符合的触发词，并标注出事件的元素，我们采用的是两个基于bert的QA模型——一个用于事件触
发词提取，另一个用于参数提取。对于每个问题，我们设计一个或多个问题模板，将输入句子映射到标准的BERT输入格式，
因此，触发器提取成为识别输入句子中的“动作”或“动词”并确定其事件类型的请求；参数提取成为识别事件元素的请求
序列，每个请求都是输入句子中的一个文本跨度。（将事件提取视为QA的好处是不需要预测实体信息，也不需要实体识别；
事件参数提取作为端到端任务执行；(2）问题回答范式自然允许跨语义相关的参数角色传递参数提取知识。）
‘Bidding
Bidding’
----
----
招标辅助对话系统
招标辅助对话系统
2020.4
2020.4-2020.10
2020.10

项目概述：为方便简化繁琐的招投标，我们设计了自动获取招标的招标时间，招标地点，招标形式，招标保证金，投标人资
质要求的微信公众号对话平台，我们以对话聊天的形式从公众号中获得以上信息，以此来判断投标公司是否符合招标要求。

负责板块：
1.抽取招标公告实体，和投标公司资质信息实体
2.判断对话是否围绕招标话题。

技术方案：
1.
构建NER（BERT+bilstm+crf）模型，从招标公告中抽取出所需要的实体并写入Ne4j图数据库中，利用规则抽取出投
标公司的注册资本和主营产品信息，从而判断招标公司是否符合该招标公告信息要求。
2.利用BERT模型来判断句子对是否与招标信息有关联，
有关的话采用固定对话模板回复，
无关的话调用Unit对话API回复。