Costruirò modelli NLP per classificazione del testo ed estrazione di documenti

Ho costruito classificatori di idoneità per procurement usando RoBERTa e LoRA, pipeline di estrazione documenti e modelli INT8 ONNX serviti tramite FastAPI. Il mio lavoro copre preparazione dei dati, valutazione e deployment, con risultati misurati separatamente per ogni compito.

Possiamo considerare transfer learning, weak supervision o un modello LLM di baseline, a seconda del compito. Esaminerò esempi rappresentativi e valuterò su dati riservati. Un piccolo campione da solo non garantisce affidabilità dell'accuratezza.

Preparazione o raccolta dati può essere inclusa quando fonti, accesso autorizzato e campi richiesti sono concordati in anticipo. I formati dei documenti e le esigenze di OCR devono essere rivisti con file di esempio prima che io confermi lo scope.

L'accuratezza dipende dal compito, dalle etichette, dalla qualità dei dati e dalla divisione di valutazione. Stabiliamo una baseline e misuriamo su campioni riservati usando metriche appropriate come precisione, recall e F1. Risultati di progetti passati non sono garanzie per un nuovo dataset.