Meriem Aissaoui

7 ans comme data scientist NLP. Ce que j'ai appris de plus utile : un projet se joue dans les deux premières semaines. Au quotidien, je compare modèles multilingues, modèles arabes spécialisés et grands modèles de langage sur vos textes. Il m'arrive aussi, plus ponctuellement, que je traite les données textuelles avec soin quand elles contiennent des noms, numéros ou adresses. Au quotidien, je compare modèles multilingues, modèles arabes spécialisés et grands modèles de langage sur vos textes. Il m'arrive aussi, plus ponctuellement, que je traite les données textuelles avec soin quand elles contiennent des noms, numéros ou adresses. Parmi mes derniers projets : analyse de sentiment des commentaires publiés sous les publications d’une marque, et extraction d’entités nommées dans des dépêches de presse en arabe. Je livre toujours les sources ou les fichiers de travail, pas seulement le résultat final. Je travaille principalement à distance, avec des points hebdomadaires en visio. Langues de travail : arabe et français. Si vous avez un exemple de ce que vous aimez, envoyez-le : c’est le meilleur point de départ.

Wilaya

Aïn Defla

• reconnaissance d’entités nommées
• NLTK
• FastAPI
• expressions régulières
• Hugging Face Transformers
• fastText
• sentence-transformers
• Meta Graph API
• conversation design
• NVIDIA Jetson
• Docker

• Commercialisable
  Normalisation et nettoyage de corpus textuels arabes

  Un corpus propre et homogène, prêt pour l’entraînement ou la recherche plein texte.

Aucun avis pour le moment.