Ik bouw tekstsamenvatting, classificatie of sentimentanalyse
AIML Engineer en Data Scientist
Over deze dienst
Wil je betekenis uit grote hoeveelheden tekst halen? Ik bouw productieklare NLP-pijplijnen met behulp van state-of-the-art transformer-modellen (T5, BERT, DistilBERT) voor samenvatting, sentimentanalyse, tekstclassificatie en meer.
Ik heb een T5-model verfijnd op dialoog-samenvattingsgegevens en geïmplementeerd als een live FastAPI REST API met een web UI, compleet met tokenisatie, beam search decoding en GPU/CPU automatische fallback. Ik doe hetzelfde voor jouw gebruiksgeval.
Wat ik lever
- Verfijnd of voorgetraind transformer-model voor jouw specifieke NLP-taak
- Volledige inference-pijplijn: tokenisatie, truncatie, decoding
- FastAPI REST-endpoint zodat jouw app tekst kan sturen en output ontvangt
- Optioneel: eenvoudige web UI (HTML/CSS) om het model te demonstreren
- GPU (CUDA/MPS) en CPU fallback voor cross-device deployment
- Gedocumenteerde code + implementatie-instructies
Vereisten van de koper
- Welke NLP-taak? (samenvatting, sentiment, classificatie, Q&A, ander)
- Voorbeeld invoertekst of dataset (minimaal 1020 voorbeelden voor fine-tuning) <li Heb je een API-endpoint, Python-script of webinterface nodig?
- In welke taal is je tekst? (Engels, ander?) <li Heb je gelabelde trainingsdata voor fine-tuning, of gebruik je alleen pretrained?
Programmeertaal:
Python
•
SQL
•
Java
API's:
Google Cloud Vision API
Tools:
Jupyter-notitieboek
•
opencv
•
Excel
•
Colab
Frameworks:
Scikit-learn
•
SimpleCV
•
PyTorch
•
Panda
Veelgestelde vragen
Automatische vertaling
Welke transformer-modellen gebruik je?
T5 en BERT-varianten voor de meeste taken. Ik kies het beste model voor jouw gebruiksgeval en budget.
Heb ik een GPU nodig om de output te draaien?
Nee — ik bouw in CPU fallback. Het draait op elke machine, wel iets langzamer zonder GPU.
