Laura Tolosi

中国拥有一个来自加拿大各地博物馆的大型文物数据库. 该数据库是通过收集博物馆提供的所有数字数据集获得的, which are end-of-life, 这意味着它们不再被维护. 在目前的状态下，数据收集很难使用，存在歧义(例如. many spellings of same author name), repetitions, 自动输入混合和不可解析的语言(EN或FR), 缺乏标准的对象分类(例如对象材料), types). Ontotext的任务是评估清理数据库和链接到LOD资源(DBpedia)所需的工作, Getty AAT, and others).

我和两个同事一起做这个项目. 我的职责是统计估计畸形数据的比例, 专注于它最重要的功能(例如. 博物馆，物品类别，类型，名称，语言). 我还必须估计有多少比例的错误是系统性的，可以通过自动方法(NLP)解决。.

最终，该项目取得了成功，超出了加拿大机构的预期.

在英国脱欧公投前的几周, Ontotext将Twitter上关于该主题的讨论流式传输到GraphDB中, using the PHEME (www.pheme.本体模型和语义充实管道, 它提供实体到LOD数据(如Geonames和DBpedia)的链接. 我被分配的任务是分析这些推文，确定哪些是英国公投的主要参与者，以及他们的立场.r.t. the main question: #leave or #stay? 通过使用一些简单的引导技术围绕两极分化的标签(例如. #leave, #exit; #stay, #remain), 我可以对这组推文进行情绪分析, 它提供了对不同类型实体的情绪的估计:政治家, political parties, geographical locations., age groups. 我的分析显示，支持“退出”的游说比支持“留下”的要强大得多，至少在Twitter上是这样. 该报告在公投前几天发布(http://ontotext).@ twitter- user-support-brexit/)，在投票结果与分析结果相符后，它受到了很多关注.

我有好奇心和野心，想知道为加密货币市场实现算法高频交易员是多么容易. I conducted this project by myself. 使用的技术是Python和Keras, 方法是用深度神经网络进行强化学习. 我使用的是公开数据，即比特币三年的价格. 我还生成了合成数据，用于测试算法. 我自学了强化学习和时间序列预测的主题.

PHEME是一个非常成功的研究项目，由欧盟第7个研究工作计划资助, 技术开发与示范. 该联盟有一个雄心勃勃的目标，即开发一个自动检测社交媒体谣言的平台, 旨在帮助记者通过这些渠道打击错误信息和虚假信息的扩散. 该工具是来自Twitter的数据流，过滤后覆盖有趣的政治事件. 数据分析是一个多语言文本处理管道，它位于一个本体之上，该本体模拟了Twitter上的谣言.

我参与了PHEME项目的许多方面. 作为一名数据科学家，我开发了一个ML模型来预测Twitter上的谣言. As a member of Ontotext's team, 协调整合来自各合作伙伴的各种管道组件. 我写可交付成果、报告和科学论文来描述我们的工作.

我被MobiBiz聘请为自由职业数据科学家(通过Toptal)，实现并将能够从高度结构化的文档中提取关系的系统引入生产. 这些文件包括表格、章节、带有说明文字的图表等. 该解决方案基于开源的Fonduer算法. 我的任务是将该算法应用于特定的数据集，但要保持解决方案的通用性，以确保适用于未来类似的情况. 代码是用Python编写的，应用程序使用Postgres关系数据库, 使用SQLalchemy接口连接Python.

我帮助实现了两个聊天机器人, 描绘了刘易斯·卡罗尔的《欧博体育app下载》中的角色爱丽丝和柴郡猫. 这些角色可以与口头提问的用户互动. 语音识别系统将语音转换为文本，问答系统提供适当的答案. For this prototype, 角色有一组固定的反应可供选择, referring to facts from the book, 刘易斯·卡罗尔和他的书的传记信息, 以及一些关于南加州大学图书馆的话题.

我在项目中的角色是帮助我的团队选择一个语音识别系统，该系统可用于将用户的问题翻译成文本，并实现一个问答模型，该模型能够从可能的答案列表中选择合适的答案. I used BERT for question answering. 该系统作为web服务部署，并通过一个Flask应用程序实时接收请求.