猿急送>

北京Python兼职程序员

ID：333945

文莱 . 🍀

NLP算法工程师

公司信息：
TYSON

工作经验：
2年

兼职日薪：
700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

熟练 LR, SVM, 朴素贝叶斯，Xgboost，K-means 等常用机器学习模型
熟练 HMM，CRF，Word2vec，LSTM，Bert，transformer，Tplinker，GPT 等常用模型
熟练文本分类，命名实体识别，关系抽取，文本相似度匹配，意图分类等常见任务
熟悉知识图谱搭建和机器人问答相关技术
熟悉 jieba，hanlp，sklearn，gensim 等常用库
熟练 pytorch，tensorflow 框架。熟悉 es，protege，doccano 标注工具等
熟练 flask，Django 框架。熟悉 redis，mysql，neo4j 等常见数据库
熟练 docker 运用，及对所需镜像进行打包处理
熟练操作 Windows 上的应用软件，如 Excel，Word，Visio
熟练运用 Git，GitHub，Hugging face 寻找最优预训练模型及算法，并在本地运行开发。

项目经验

声香预问诊
项目描述：因为封控的原因，很多人居家隔离就医很困难，而且疫情期间的就医需求量很大。为了适应市
场需求，我们开发了声香问诊机器人，基于知识图谱的问答机器人，通过收集用户的对话内
容，提取诊断信息。将信息提供给合作的坐诊医生，更好的帮助患者解决医疗问题。
图谱模块：
1. 通过业务线梳理，确立知识库本体关系，构建出 schema
2. 将结构化数据和非结构化数据进行清洗从操作，完成基础数据的准备工作。
3. 使用 bert+Bilstm+crf 对处理后的数据进行疾病和症状的实体识别。
4. 使用 bert+rnn 对数据做知识融合，使其符合标准的医学命名。
5. 使用 simcse 计算语义相似度，使用 es 存储向量，计算余弦相似度判断相同或相似疾病进行
知识融合；
6. 人工验证并存入 neo4j 知识库。
对话模块：
1. 通过 werobot 服务的搭建，将客户信息透传到中台。
2. 将预训练 bert 的 fine-tune 接了线性层进行用户意图是否一致进行判断。
3. 使用 gpt2 搭建出业务中的闲聊任务。
4. 构建中台服务模块，支撑用户的多轮次对话操作。
5. 用户首次访问，会通过 AC 自动机识别症状实体，使用实体链接进行查询，将最终结果存入
redis。
6. 用户非首次访问，通过主题模型将上轮对话和本轮对话意图是否一致，根据主题结果判断是闲
聊还是再次查询疾病。
7. 使用 flask，nginx，supervisor 进行部署。

知识图谱健康问答
项目描述：人性化医疗，利用人工智能缓解医患矛盾，患者常常得不到及时的信息帮助，而医生面临大量患
者，很难保问诊的质量。针对这种情况，我们推出了健康问诊。通过智能理解患者主诉，模拟医生问诊思路
协助患者梳理病情，将患者病历提取，提供给 his 系统，协助患者的同时，也完善了 his 系统病历。
责任描述：
1. 通过业务探讨，构建 schema：确定实体，关系，属性的种类；
2. 根据确定后的 schema，完成数据处理并存入 neo4j 数据库；
3. 搭建线上知识问答系统，通过集成学习模型联合结果完成主意图分类功能；
4. 使用 tinybert+textcnn 完成子意图分类；
5. 设计并构建语义槽，使用规则和 tinybert+bilstm+crf 针对实体进行抽取并存入槽位；
6. 通过置信度判断并选择回复策略，使用实体链接完成知识查询；
7. 使用 flask，nginx，supervisor 部署。

病例版面识别
项目描述：对构建智慧医疗所涉及的病历进行版面分析，使用 pandlepandle 框架将病历表识别成
结构化的电子病例括病案首页，出院小结，门诊病历，诊断证明等常见病历，有效减少人工成本，提
升业务办理效率。
责任描述：
1. 使用 ppocr 对电子病历图片进行文字识别；
2. 使用 pdfminer+fitz 对 pdf 文件进行文字识别；
3. 使用 pycorrector 针对文本结果进行错别字纠正；
4. 使用正则模板根据需求对结果进行文本整合；
5. 使用 Tplinker 对症状和疾病进行识别，并将数据存入 mysql 数据库；
6. 使用 flask 进行部署。