Experience

China Unicom

• Telecommunications
• 700 & Above Employee

• Artificial Intelligence Engineer-Natural Language

  • Feb 2021 - Present

  智能流行病學調查系統 1. 負責省籍控智能流行病學調查系統AI模塊研發 2. 疾控中心流調文本數據清洗(非結構化)，定義整體標註體系，分配標註工作內容與迭代標籤版本。 3. 根據自定義流調文本報告標註體系，開發文本挖掘工具，基於Bert研發中文命名實體識別模型，並使用python_Flask框架部屬系統，賦予智能流行病學調查系統多種功能。 1. 行動軌跡 : 由非結構化文本，提取有效字段，輸出結構化數據至疾控平台，大幅減少疾控中心，對病例的篩查時間。 2. 實時文本挖掘工具 : 即時的口頭描述，可現在轉變結構化數據。 3. 細化工程項目的應用 : 根據實體識別輸出的時間字段，根據不同的字段進行時間格式化處裡，並回傳後端相對應的輸入。 4. 流行病學文本口罩分類模型 : 根據口罩實體的輸出，基於Bert文本分類模型判別是否戴口罩。 5. 多次迭代地址與地點的標註體系，細分流調文本的地址與地點，客製化輸出明確的結構化地址與地點。 4. 此系統支撐 : 廣州疾控聯合實驗室、清新區智能流行病調查管理系統、潮州市智能流行病調查管理系統、綿陽市智能流行病調查管理系統、深圳公衛SaaS版演示環境、韶關公共衛生監測預警中心。 知識圖譜的公衛流調信息化系統 1. 負責知識圖譜構建，提供公衛信息化系統的搜索、推薦等業務場景。 2. 定義非結構化數據的節點，根據同義/上下位關係、概念屬性關係(CPV)、概念承接關係、POI/SPU概念關係，具體定義到人事時地物交通工具，最終目的一鍵式自動生成知識圖譜並賦予特定搜索功能。 3. 解決信息量稀缺與模型泛化，達成使用不同語意表達方式在交互式頁面輸出等價的結果。 4. 復現2022年最新的sota模型UIE(Universal Information Extraction)，實體抽取與關係抽取聯合實現。 5. 使用原生的html、javascript設計前端頁面，並將文字段輸入至頁面，自動生成知識圖譜，提供海量的搜索功能。 Show less