楊 政 達  |  Peter Yang


  0988069250

  [email protected]

  https://www.linkedin.com/in/peter-yang-45b526194/


學歷

臺灣科技大學  資訊工程學系-碩士                                                                                                

2017.09 - 2020.06                                                                                      

碩士畢業論文 : 動態權重注意力結合多通道卷積神經網路之情緒識別

藉由深度學習的方法透過網路中的文章、使用者的評論、貼文等等來分析使用者對於商品、服務的情緒反應。

  • 參考研究文獻提供的資料集或以網路爬蟲模組(e.g.,request)透過研究開發者帳戶蒐集Twitter網路文本(使用者評論、發文等);對於文本斷詞,並將出現的URL、停用字、emoji、標點符號等進行刪除或編號。
  • 情緒識別模型的架設使用Word Embedding、Ensemble Model、Attention Mechanism、Dynamic Weight等技術
  • 研究成果:於情緒識別任務中超越了當年最先進的研究方法2.5%的準確度,並發佈於2020 IEEE MDM的論壇中。

逢甲大學 資訊工程學系-學士                                                                                                           

2012.09 - 2017.06                           

畢業專題 : 手機購物(逢甲小舖)應用程式開發

透過手機應用程式提供一個屬於逢甲學生間二手交易的平台,使用Java語言於android studio平台進行前端的使用者介面設計,並將資料的存取連結後端的MYSQL資料庫,為方便電腦版用戶使用,也開發網頁版並透過HTML、JavaScript、CSS進行實現。

工作經歷

一月 2021 - Present

AI人工智慧工程師

QNAP威聯通

  • 檢測QNAP電商平台使用者瀏覽、導購流程及電商伺服器運作,並發送狀態通知於維護人員,節省人工測試成本及即時警示電商平台異常狀態供維護人員及時修復。
  • 透過網路爬蟲蒐集QNAP產品、競品在各大電商資訊,並透過例行性自動化流程處理爬蟲資訊,提供內部業務商業訊息,並優化爬蟲機制及維護價格監控流程。
  • 匯集QNAP電商平台購買資訊及平台google analysis資訊,透過DataStudio及PowerBI製作數據化、表格化、圖形化報表資訊,提供內部人員、主管商業狀態及趨勢資料供分析。
  • 設計QNAP官網產品解決方案的產品推薦內容演算法及流程,節省人工推薦成本及提供對於解決方案適合的NAS產品。

技能


Programming

  • Python
  • Linux Script
  • git
  • C / C++
  • RobotFramework

Package

  • Pytorch
  • Scikit-learn
  • Requests
  • BeautifulSoup
  • Selenium
  • Matplotlib
  • pandas
  • re

Workflow Management System

  • Airflow

Database

  • PostgreSQL
  • MySQL
  • Oracle

Virsualizaiotn Report

  • DataStudio
  • Power BI

Editor

  • Sublime
  • Jupiter notebook



Skill

  • Web Crawler
  • Social Network Analysis
  • Machine / Deep Learning
  • Natural Language Processing
  • Sentiment Analysis
  • Website User Experience Testing
  • Business Data Dashboard Production

計畫經驗

鈊象電子股份有限公司-玩家社交網絡與惡意文字訊息屏蔽                                

2020.01 - 2020.06          研究助理

通過玩家之間的交流訊息,了解社交網路中的關係,並攔截交流間不當的文字訊息及廣告發放,提供玩家於遊戲平台中更友善的溝通環境。

  • 分析計畫需求並分配任務內容,研究EMNLP、ACL、AAAI論壇的論文方法及可用相關技術提供意見協助,透過結合卷積神經網路判斷不當訊息的文字特徵及社群網路分析使用者間連結等方法,達到了99.75%對於不當文字訊息及廣告的識別準確度。

中央研究院資訊科學所-個人化廣告詞生成系統                                                          

2018.04 - 2019.03          研究助理

通過情緒分類系統來預測客戶對商品喜歡的程度,進而提升推薦商品的準確度,感知客戶情緒並產生客製化情緒風格的回應語句,從而提升顧客的服務滿意度。

  • 蒐集文獻所提供的資料集,通過前處理清理文字檔案資料並通過BERT內部機制進行斷詞,並以情緒分類任務及情緒風格文句生成任務兩個任務組成,情緒分類任務中採用了畢業論文的研究方法在情緒識別的準確度中提升了2.5%的準確度,情緒風格文具生成則透過WGAN及policy-gradient的強化式學習方式進行生成任務,並能達成兩種以上的句型風格轉換。

著作

Cheng-Ta Yang, and Yi-Ling Chen. "DACNN:Dynamic Weighted Attention with Multi-channel Convolutional Neural Network for Emotion Recognition." 2020 21st IEEE International Conference on Mobile Data Management (MDM). IEEE, 2020