0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
研发
上海全职 · 300/日 · 6525/月信用正常
工作时间: 工作日10:00-22:30、周末10:00-22:30工作地点:
服务企业:
7家累计提交:
3工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
1.自学能力强，容易接受并理解新知识、新事物。2.具备计算机自然语言处理和信息技术的知识素 养，具有熟练的计算机操作技能。3.为人诚实守信，团结同学，做事勤奋、严肃认真，细心，有耐 心。 4. 平时爱好读书，打羽毛球、下围棋等
工作经历
2015-10-10 -2016-08-01成都清数科技研发
1. 深度学习图像识别领域相关应用：车牌识别的应用和验证码识别应用 2. Scrapy爬虫爬取科技公司相关信息和融资信息，并搭建网页服务展示
教育经历
2013-09-01 - 2017-06-30电子科技大学信息与通信工程本科
在2013年入学电子科技大学，主要学习了Python/C/C++，以及深度学习的相关技术（tensorflow），实现了爬虫、网页制作的简单项目。大一学年获得了国家奖学金。大二参加了全国大学生数学建模竞赛，获得了四川省第一名。大三参加了美国大学生数学建模竞赛，获得H奖。
技能
作品
国际顶级期刊论文TKDE-Robust Neural Relation Extraction via Multi-Granularity Noises Reduction 论文合作者-第二作者 协助完成基于Attention神经网络关系提取器的代码
02020-12-03 17:58
Neural Relation Extraction via Inner-Sentence Noise Reduction and Transfer Learning 以第一作者发表了国际自然语言处理顶会EMNLP2018论文 用tensorflow实现了一个基于知识图谱的神经网络关系提取器
02020-12-03 17:46
一、 信息爬取和知识图谱构建 1、使用python Scrapy爬取豆瓣读书(https://book.douban.com/tag/?view=type&icn=index-sorttags-all)下的图书基本信息,包括：类别、名称、作者、出版社、出版时间、价格、评分、评价人数、内容简介。数据量不小于5万。2、使用neo4j构建图书知识图谱。实体结点包括：图书、作者、评分、类别、出版社。图书属性：出版时间、价格、内容简介；评分属性：评价人数。 二、问答系统功能实现 1、问句理解选择基于模板匹配方式，通过朴素贝叶斯分类器对用户问句分类匹配查询模板。 2、命名实体识别采用Word2Vec字向量模型、BiLSTM-CRF模型，构建Cpyher查询语句。 三、web前端展示 1、logo图片、标题：豆瓣图书知识问答
02020-12-03 17:39
