使用NLP具有深度学习的智能标记

使用自然语言处理(NLP)技术,用于丰富物业信息,不仅有助于增加不同的财产标签的覆盖,同时保持高精度,而且有助于提高消费者体验。努力在搜索页面上改进上市过滤器的覆盖范围,我们开发了内部模型,解析了列出的描述以生成标签,例如属性是否具有车库,地下室,私人池等。我们构建了多级分类模型使用转移学习技术和最先进的预训练的变压器模型,例如Distilbert..

在这个博客文章中,我们将讨论我们的端到端解决方案智能标签从想法到生活。我们首先介绍处理管道,提供整个过程/路线图的高级视图,然后我们深入进入特定部分,了解有关该方法的更多细节。

继续阅读 “使用NLP具有深度学习的智能标记”

房地产图片标签使用Pytorch转移学习

房地产图片标记是既有基本用例之一,两者都丰富了物业信息,增强了消费者体验。图像标记器不仅自动化验证列表图像的过程,还可以组织图像以获取有效的列表表示。 

努力通过以照片为中心的方法来增强Realtor.com消费者体验,我们培训并开发了一个内部列表图像标记,可以将列表图像标记为16个不同的类别。作为高级图像标记计划的第一次迭代,该扩展图像标记器用于多类图像分类的目的使用最先进的传输学习技术。 

在此帖子中,我们将讨论图像标记的端到端解决方案从IDeation阶段到最终用户应用程序。我们首先介绍处理管道,提供整个过程和路线图的高级视图,然后我们深入进入特定部分以获取更详细的方法和细节。

继续阅读 “房地产图片标签使用Pytorch转移学习”