利用python对站点资源进行爬取。爬取过某团酒店信息上万条数据。使用Python的Scrapy框架进行爬虫开发。Scrapy是一个快速、高层次的屏幕抓取和网页抓取框架，用于抓取web站点并从中提取结构化的数据。此外，我还利用BeautifulSoup和lxml等库进行HTML解析，以及使用requests库进行网络请求。

内容:1. 在本项目中我担任开发组长的角色,负责协调组员和工作分配,舌头图片数据的采集,flask框架的搭建,web前端界面的设计。 2. 该项目利用舌诊图像的获取和分析,结合中医经典理论和大数据分析,通过舌象识别和疾病模型匹配,实现对患者的舌诊诊断和治 疗建议。该系统具有综合舌诊图像处理、模式识别和机器学习等计算机技术,为医生提供辅助诊断建议和个性化治疗方案,同时支持 远程医疗和大数据积累与研究。中医智能舌诊项目的目标是提高中医舌诊的准确性和效率,促进中医医疗的普及和推广,为临床医生 和患者提供更好的医疗服务。3. 除了舌像分析,还包括食谱推荐,与智能问答,根据舌像分析出来的病情,使用推荐系统,推荐出相关中 医食谱。在智能问答功能,主要可以回答一些普通的问诊与科室的推荐等。

使用ernie模型他是基于深度学习框架PaddlePaddle实现的。 通过自然语言处理和深度学习技术对用户发布的文本进行分析和检测，快速准确地判断其中是否含有恶意言论，在发现恶意言论 基于深度学习的ai中医舌诊 2023.04-2023.09 2022.09全国大学生数学建模竞赛 2022.09-2022.09 后，系统可立即对其进行处理，例如删除相关文本或限制发布者的行为，同时在普通用户发表言论后，也可以使用该系统进行一遍 过滤。 功能一：文本数据上传与预处理 用户能够通过系统的用户界面上传待检测的文本数据，支持直接进行文本文本检测。在上传过程中，系统应对数据进行预处理，包 括去除无关字符、标准化文本、分词等操作，以便后续的模型处理。 功能二：文本文件上传与预处理 用户能够通过系统的用户界面上传待检测的文本文本文件数据，系统支持多种文件格式的上传，如文本文件、CSV、Excel等。在 上传过程中，系统应对数据进行预处理，以便后续的模型处理。 功能三：网页文本数据预处理 用户能通过系统的用户见面输入需要进行恶意语言检测的网页url地址，上传后系统会访问网页获取到网页的文本数据，通过对文 本的预处理，获得可以进行检测的文本提供给模型进行检测。 功能四：恶意语言检测 系统应使用深度学习模型对预处理后的文本数据进行恶意语言的检测。模型应具备分类能力，能够将文本分为恶意和非恶意两类。 同时，系统应提供实时的检测结果，以供用户及时了解文本数据的恶意程度。 功能五：检测结果展示 系统应以易于理解的方式展示检测结果，通过颜色编码方式将结果呈现给用户。用户应能够直观地查看哪些文本数据被识别为恶意 语言。