昵称登录后显示

1.基于主题捕捉HAC（层次聚类）的网页人名消歧
把含有相同名字的网页聚成不同的类，每个类表示同一个人的描述。
使用BeautifulSoup进行网页解析，特征包含网页标题、链接、元数据、snippet、上下文窗口、词窗口等特征；
使用HAC+Topic进行聚类比单纯使用HAC的F1-Measures得分提升2.2%；
后来使用GBDT进行聚类阈值的学习，使用GBDT+HAC+Topic比HAC+Topic又提升了2.1%；

2.智能客服系统
负责CDSSM（卷积深层结构语义模型）的训练，为聚类和搜索提供sentence2vec接口。
负责建立agent提问的树结构, 采用不确定分支的层次Kmeas++，并对k进行一定的惩罚；
对聚好的每个类进行关键字提取，采用TextRank实现，并对关键字做后续调整。
负责对用户的提问进行结果的搜索排序，采用三层排序结构，第一层BM25+iCDSSM,第二层CDSSM，第三层pairwise。

3.基于SVM的短文本（query/title)多分类系统
实现超过3000个类的短文本多分类系统，现主要为线上query和广告title进行分类后计算相似性。
使用word2vec扩展特征，首先用类名字找出一些相近的词作为特征词，然后把短文本中的重要性高的词扩与特征词计算余弦相似度，取top5作为扩展特征。
其分类准确率提升了0.4%。

4.基于深度学习的中文语义匹配
使用CNN/BiLSTM简历深层语义模型，为智能客服系统提供语义理解接口，用于系统的答案检索