Je vais extraire des entités et classer du texte en utilisant des modèles d'IA et de NLP

Vous avez des données textuelles désordonnées ? Je vais les transformer en quelque chose d'utile.

Je crée des outils NLP qui extraient des informations structurées à partir de noms, dates, lieux, catégories personnalisées et les mettent dans un format adapté à vos besoins. Je pratique cela professionnellement depuis plus d'une décennie, notamment en développant le système NLU pour la recherche vocale chez Verizon et un parseur de texte alimentant une extension Chrome.

Ce que je fais :

• Extraire des entités (personnes, lieux, organisations, dates ou types personnalisés comme noms de produits ou termes médicaux) à partir de texte simple, PDFs, emails ou documents scannés (OCR inclus).
• Classer le texte par sentiment, sujet ou catégories personnalisées en mode simple ou multi-label.
• Affiner ou entraîner un modèle personnalisé lorsque les outils standards ne sont pas assez précis. Je vous dirai honnêtement si vous en avez besoin ou pas.
• Nettoyer les erreurs d'orthographe, les incohérences dans les noms (« SF » vs « San Francisco »), et tout ce qui peut casser la plupart des pipelines.

Contexte :

Recherche de master sur l'extraction de texte (publiée à RANLP, CICLing), puis expérience dans l'industrie en développement d'outils d'extraction et de systèmes NLU.

Envoyez un échantillon de données avant de commander si vous n'êtes pas sûr du package adapté, je peux jeter un coup d'œil rapidement en amont.