職位描述：定制化NLU模塊開發(fā)，主要涉及大框架邏輯的搭建（根據(jù)相關(guān)字段判斷是編排邏輯還是對話）、文本糾錯、時間以及其他數(shù)學(xué)術(shù)語的識別、自定義詞典分詞、主謂賓等的識別、對話管理等。目前糾錯、時間及其他數(shù)學(xué)要素識別、主謂賓等成分的識別有現(xiàn)成代碼。可微調(diào)直接使用，其他涉及幾個接口的聯(lián)調(diào)。時間比較詳情...

職位描述：要求：認(rèn)真負責(zé)，不臨時加價，測試數(shù)據(jù)輸出對比后交付源碼結(jié)單，最好做過相關(guān)類似優(yōu)化工作，有成熟優(yōu)化思路。 代碼為簡單數(shù)據(jù)處理+keybert關(guān)鍵詞抽取模型，目前輸出結(jié)果無用關(guān)鍵詞較多，需要縮小范圍，減少無用關(guān)鍵詞輸出。詳情...

職位描述：定制化NLU模塊開發(fā)，主要涉及大框架邏輯的搭建（根據(jù)相關(guān)字段判斷是編排邏輯還是對話）、文本糾錯、時間以及其他數(shù)學(xué)術(shù)語的識別、自定義詞典分詞、主謂賓等的識別、對話管理等。目前糾錯、時間及其他數(shù)學(xué)要素識別、主謂賓等成分的識別有現(xiàn)成代碼。可微調(diào)直接使用，其他涉及幾個接口的聯(lián)調(diào)。時間比較詳情...

職位描述：處理基于百度知道數(shù)據(jù)的后臺問答： 1、優(yōu)化完善問答種query過濾和對外接口等環(huán)節(jié)。 2、在前半部分增加faiss已縮短耗時，提升效果 需精通nlp、后臺微服務(wù)性能優(yōu)化詳情...

職位描述：把一個nlu項目模型跑通: 有相關(guān)代碼、模型，在本地或者gpu跑起來，根據(jù)固定case排查問題。 大概問題是這個case識別出的槽位為什么是空的詳情...

職位描述：1、修改現(xiàn)在后端問答系統(tǒng)的使用模型：熟悉bert、keybert 2. 、解決現(xiàn)在代碼的運行時長造成的超時問題 3、把兩個部分的處理流程都改成一個流程 4、熟悉python、自然語言處理、linux。 5、用時計劃4到5天，期待大佬來合作詳情...

職位描述：基于百度知道數(shù)據(jù)的自有問答，分為兩個版本，兩版項目代碼基本完善 1、第一版需以預(yù)訓(xùn)練模型方式做finetune，來有效提升問答效果 2、以lsh替換修改第二版中faiss匹配方法，縮短耗時，提升效果 需精通nlp相關(guān)，最好有問答項目經(jīng)驗 總周期約3天詳情...

職位描述：基于百度知道數(shù)據(jù)的自有問答，分為兩個版本，兩版項目代碼基本完善 1、第一版需以預(yù)訓(xùn)練模型方式做finetune，來有效提升問答效果 2、以lsh替換修改第二版中faiss匹配方法，縮短耗時，提升效果 需精通nlp相關(guān)，最好有問答項目經(jīng)驗 總周期約3天詳情...

職位描述：1、使用albert-zh預(yù)訓(xùn)練模型基于問答數(shù)據(jù)做相似度匹配的預(yù)訓(xùn)練，提升問答query匹配以及正確過濾的效果 需要您熟悉nlp以及性能優(yōu)化等詳情...

職位描述：1、關(guān)于后臺問答系統(tǒng)的測試 ①：測試問答系統(tǒng)的區(qū)分性：是數(shù)據(jù)庫的能否正確回復(fù)，不是數(shù)據(jù)庫中的數(shù)據(jù)能否正確過濾，量化標(biāo)準(zhǔn) ②：用正負樣本（包括合理數(shù)據(jù)和部分負樣本）測試問答的泛化性，量化標(biāo)準(zhǔn)詳情...