Deep Kayal

Makine Öğrenmesi Mühendisi

"Elsevier'de sahip olduğumuz veriler, pek çok ilgi çekici ve akıllıca şey için bir altın bilgi madeni değerinde."

Deep Kayal

Doğal dil (işleme) bence bugünlerde makine öğrenmesinin ön saflarını çekiyor. Metnin işlenmesi zordur, çünkü sürekli değildir ve özneldir: kelimelerin farklı insanlar için farklı anlamları vardır. Ama işte konu tam da bu yüzden eğlenceli. Örneğin, içeriğine dayalı olarak bir makalenin konusunu anlayabilen bir işlev geliştirdik, böylece artık en çok hangi konuların alıntılandığıyla, dolayısıyla hangi konuların trend olduğuyla ilgili geniş kapsamlı analizler yapabileceğiz. Bu, araştırmacıların araştırmalarında hangi konuya odaklanacaklarına, finansman kuruluşlarının paralarını nereye harcayacaklarına ve yayıncıların dergilerin bir sonraki sayılarında hangi konuyu işleyeceğine karar vermelerine yardımcı oluyor. Elsevier'de sahip olduğumuz veriler, pek çok ilgi çekici ve akıllıca şey için bir altın bilgi madeni değerinde. Bizi ayıran şey bu verilere sahip oluşumuz ve bu sebeple kalitesini garanti edebilmemiz.

--------

Deep Kayal, Elsevier'in İçerik ve İnovasyon Ekibinde Makine Öğrenmesi Mühendisi olarak görev yapıyor ve Elsevier'in farklı ürünleri için araştırma makalelerindeki verilerin otomatik olarak alınması konusunda çalışıyor.

Teknoloji alanındaki çalışanlarımızdan Makine Öğrenmesi hakkında daha fazla bilgi

Georgios Tsatsaronis photograph
Elsevier'de makine öğrenmesi üzerine çalışmanın en sevdiğim yönü, teori ve pratiği birleştirebiliyor olmamız.". — Georgios Tsatsaronis, Baş NLP Uzmanı
Daha fazla bilgi
Sujit Pal photograph
Sağlık Teknolojisini otomatikleştirmenin zorluğu, işin ucu insanların yaşamına dokunduğundan risklerin büyük olması.". — Sujit Pal, Teknoloji Araştırma Direktörü
Daha fazla bilgi
Helena Deus photograph
Makine öğrenmesi bilimin kalitesini artırabilseydi, bunun ilaç üretiminin fiyatı ve hızı üzerinde büyük etkileri olurdu.". — Helena Deus, Kıdemli Teknoloji Araştırmacısı
Daha fazla bilgi