Costruirò modelli personalizzati di NLP e analisi del sentiment in Python
Ingegnere AI e ML
Informazioni su questo servizio
Stai cercando di analizzare dati testuali o audio, trascrivere discorsi o creare modelli di classificazione AI personalizzati? Sei nel posto giusto!
Sono un Ingegnere di Machine Learning specializzato in NLP, Text Analytics e Audio AI in Python. Costruisco pipeline end-to-end su misura per il tuo dataset usando librerie moderne di testo e speech.
Ciò che offro:
- Preprocessing di testo e audio: Tokenizzazione, lemmatizzazione, rimozione di stop-word, pulizia e processamento del segnale audio.
- Speech & Audio NLP: Trascrizione audio usando OpenAI Whisper, estrazione di caratteristiche audio (MFCCs/Spectrogrammi con Librosa) e analisi dei dati vocali.
- Analisi del sentiment: Sentiment basato su regole con VADER, valutazione delle recensioni dei clienti e analisi dei feedback sociali.
- Classificazione del testo: Categorization di argomenti, rilevamento di spam e riconoscimento dell'intento usando algoritmi di Scikit-Learn (Naive Bayes, Random Forest, XGBoost).
- Integrazione API locale: Impacchettare la tua pipeline di testo o audio in un endpoint FastAPI leggero (app.py).
Stack tecnologico:
- Lingua: Python
- Librerie: Whisper, Librosa, Scikit-Learn, NLTK, SpaCy, Pandas
- Ambiente: Google Colab / Jupyter Notebooks (.ipynb)
- API: FastAPI
Contattami con i dettagli del tuo progetto prima di effettuare un ordine!
Linguaggio di programmazione:
Python
Framework:
Scikit-learn
•
Panda
•
Altro
API:
Altro
Strumenti:
Quaderno jupyter
•
Colab
Il mio portfolio
Altri servizi della categoria Data science e ML offerti da me
FAQ
Traduzione automatica.
In quali formati riceverò i miei deliverable finali?
Riceverai un notebook Google Colab pulito, completamente commentato (.ipynb) o script Python standalone (.py), insieme ai file del modello addestrato (.pkl / .joblib), script di elaborazione audio e metriche di valutazione del modello.
Puoi elaborare dati di voce e audio insieme al testo?
Sì! Uso OpenAI Whisper per trascrizioni voce- testo ad alta precisione e Librosa per l'estrazione di caratteristiche audio (MFCC, spettrogrammi). Posso inserire direttamente i dati vocali trascritti nei modelli di sentiment come VADER o in classificatori di testo personalizzati.
Offri deployment su cloud per modelli o pipeline audio?
No, non offro hosting su cloud (AWS/GCP/Heroku). Tuttavia, posso impacchettare il tuo modello completo di elaborazione testo o audio in uno script FastAPI leggero e pulito (app.py) pronto per l'integrazione locale.
Quali dataset o formati di file devo fornire?
Per i dati di testo, accetto formati CSV, JSON, Excel o TXT. Per l'elaborazione audio, puoi caricare file WAV, MP3 o FLAC direttamente o condividere un link di download di Google Drive.

