北京朗播网-人工智能与大数据中心-导师外派

主要工作：

提出基于传统机器学习方法的议论文体裁英文作文的篇章结构自动评价方法。通过抽取篇章单元的词汇-句法-结构三层篇章特征，基于传统机器学习方法构建篇章成分识别与反馈模型和篇章结构评分模型，对比分析了篇章词汇、句法和结构特征对篇章成分识别模型的重要性，最后使用线性回归方法构建篇章结构评分模型。

构建基于深度学习方法的多体裁作文自动评分模型。采用多种词向量表示方法，包括TF-IDF、Word2Vec和Glove，构建作文文本向量，分别使用基于CNN、LSTM以及CNN与LSTM的融合来构建深度学习模型，通过对比实验分析了不同文本向量表示方法在不同网络模型上的性能。

设计并实现了一个自动作文评价接口平台。自动作文评价接口平台被纳入朗播网作文评测生态圈项目，为广大学生提供更好的写作辅助服务。专利：一种基于篇章结构的英语议论文自动评分方法，专利号：201810056809.4；核心期刊论文：基于篇章结构的英文作文自动评分方法研究，《计算机科学》。

2017.10-2018.03
深度学习工程师

水土保持数据上报系统

项目简介：

系统主要用于湖北省各个水利监测站点的数据上报工作，采用SSM框架，前端开发采用基于Bootstrap的AdminLTE 2框架以及JavaScript，jQuery，Ajax，JSP等技术。

主要负责：

我主要负责系统架构设计与框架搭建，数据库设计，数据上报工作流设计与实现数据录入、校对、审核和任务分发设计与实现；数据pdf导出。

2017.04-2017.08
全栈开发

研究深度学习

参与斯坦福大学的cs231n课程学习，推导了BP算法的所有公式并用Java程序实现，熟悉卷积神经网络，至今已看过15篇以上的神经网络优秀论文和多篇技术博客，同时关注图像识别的研究方向动态。目前做过武汉市空气质量指数预测模型，以武汉市8个监测站的1年空气质量数据作为训练数据，1个月的数据作为测试数据进行模型的准确性测试，平均准确率在75%左右。

2016.09-至今
研究生研究方向