![]() |
在读软件工程全日制专业硕士 | ||
| 熟练掌握python/c/java; 了解c++、scala、汇编等计算机语言; 熟悉HMM、CRF等ML模型及其实现方法; 了解RNN 、CNN、LSTM、BILSTM等深度学习模型; 了解NLP领域分词、情感分析、命名实体识别、事件抽取等基本研究现状和方法; 熟悉Pytorch、tensorflow深度学习框架; 了解大数据分析hadoop/spark框架; 了解CV领域yolo、fastRCnn等模型; 负责任,有耐心,爱分享,很善良。 擅长运动和学习,会街舞、跆拳道、吉他....,爱好安静和钻研~ 个人网站: 我的网易音乐人主页 我的力扣主页 我的Github 池州学院跆风跆拳道官方网站 |
|||
| 陆续更新ing |
![]() |
池州学院 计算机科学与技术 辽宁科技大学 软件工程 |
||
2015年9月---2019年6月 池州学院 计算机科学与技术 全日制本科 2017年7月“凌翔杯”安徽省机器人大赛大学组三等奖 2018年5月 池州学院2018年大学生程序设计大赛二等奖 2016年7月-2017-6月 池州学院跆风跆拳道会长、IT技术交流协会副会长 2018年9月 第三届“科创杯”校园app设计大赛第三名 2017年5月 池州学院2017年大学生程序设计大赛优秀奖 2017年9月 独自设计开发出池州学院跆风跆拳道协会官方网站 2019年12月---2022年3月 辽宁科技大学 软件工程(NLP) |全日制专业硕士 2019年12月 获得优秀学生奖学金(全年学费) 2019年12月 免修硕士英语,修完博士英语成绩优秀 EI会议(Chinese grammatical error diagnosis based on sequence tagging methods) 一篇,另一篇在投; |
|||
| 我的生活还在继续..... |
![]() |
目前都是小厂实习 | ||
2019年2月-2019年4月 江苏镇江软件人才学院 java实习生 为其一个月Java培训实习; 熟练掌握java解决各类排序、递归、动态规划等问题; 熟悉java类和对象、继承、封装、多态等基础知识; 2021年5月-2021年9月 南京柯基数据科技有限公司 NLP实习生 工作期间参与公司知识图谱平台的搭建和优化,参与负责对外军工保密项目给测试部门; 主要工作内容包括数据预处理,搭建不仅限于实体识别和事件抽取等模型; 提供基于模型或规则的训练及测试接口。 |
|||
┉┉┉ ┉┉┉ ┉┉┉
|
告知
此信息编辑于2021.05.22,信息包含部分个人信息,并非全面介绍,信息在陆续更新中,
欢迎日常学术交流,邮箱:nicewanghai@163.com!!!
项目经历 2017.07 - 2017.12 “凌翔杯”安徽省机器人大赛 |核心成员 项目内容:智能四驱车通过发光二极管照射黑白赛道反射接收不同值,来确定赛道的形态,达到不脱离赛道的目的;通过调整四驱车运动函数,使得四驱车在不脱离赛道的情况下,最短时间内完成赛道。 工作内容:调整四驱车烧录的c语言代码中对发光二极管反射接收值的最优调整,设计四驱车在直线行驶、弯道行驶的速度分配函数等。 最终结果:省三等级。 2018.09 - 2018.12 第三届“科创杯”校园app设计大赛 |核心成员 项目内容:基于Android studio开发的一款限时使用的社交APP,项目基础模块包括登录注册、聊天动态,特色模块包括清晨唤醒计划(音乐、文本、短视频推荐)、运动联盟、今日话题等。 工作内容:抛开软件开发的问题定义、需求分析、软件测试等过程,软件设计如下:从具体独立PS页面设计到Android studio实现软件搭建,未部署服务器,软件成型。 最终结果:app比赛第二名、大创项目、本科毕业设计 2019.09 - 2020.02 基于优化的情感词典分析网络抑郁倾向 |个人兴趣 项目简介:数据集通过python爬虫爬取网易云歌单名、歌曲评论信息、及 用户基本信息(歌单名条目91770条,分析用户100名);通过jieba分词 将用户收藏歌单信息转换为词条,通过台湾大学情感词典、大连理工情感 词典、知网词典进行优化扩充分析各用户情感极性,计划使用SVM、BIlst m模型进行情感极性分类预测。 实践所得:系统掌握了情感分析过程、掌握python爬虫方法、掌握各数据预处理技术、了解各分词工具的使用、了解社会抑郁现状等。 基于人工智能的法律推荐研究(创新创业项目,无项目实际开发)大数据分析未来大众娱乐发展趋势 实践所得:系统学习了Hadoop/Spark框架等。 2019.09 - 至今 基于深度学习的中文语法纠错 |毕业设计 项目简简介:硕士毕业设计,中文语法纠错即是给中文语句找错,而其错误类型官方认定为四种,缺少、冗余、乱序、用词不当。将文本检错看成序列标注问题进行解决,创新之处在于采用BERT BILSTM CRF和XLNET BILSTM CRF模型,其中BERT、XLNET仅作词嵌入用,对比实验设计CRF、HMM、BERT-CRF、BILSTM、BILSTM-CRF五种模型,最终 模型仅在用词不当错误上于国际最新研究基准F1值提升0.14。 目前尚在研究。 2019.09 - 至今 军工知识图谱搭建 |保密项目 从将多态非结构化数据中提取有用信息用于搭建知识图谱,本人主要负责 数据清洗、数据处理、调优Bert_Bilstm_Crf命名实体识别模型、transformers_rnn_crf用于事件抽取模型,提供端口训练预测。
|