当前任成了科研大佬后 第16节(2/3)

中医药材分类。

    唐念根据提示登进服务器，数据是从74万篇中医古籍中采集出来的6.5万种药材，里面有很多别名、错名、重复等干扰项，需要先删除重复、冗余或噪声数据，再人工标注并对数据进行归类。

    唐念以前做过机器学习方面的比赛，懂得归类问题的基本步骤，一般先是建立词汇表，获取每个词的embedding，然后使用进行特征提取，最后挑选算法做二分类。

    唐念凭借多年工作形成的肌肉记忆，搭建了个算法框架，把6.5万条数据灌进去，结果出来后拿着对照组验证准确度。

    陈知礼从办公桌前走出，走到她身后，只扫一眼得出结论：“过拟合了，重测。”

    “……”

    唐念只好删掉记录，又重新跑了一遍，陈知礼看一眼，仍不满意：“我说的重测是让你换一种算法，不是让你拿着3000万美金的gpu在这磨时间，消耗性能，ok？”

    “……”

    那你一开始说清楚啊！

    “还有，你样本选的有问题，smote得到的增强样本有误差，可能已经偏离了原来的语义，大概是文本embedding后距离向量处于高维空间，需要映射到低维再处理。”

    唐念没听懂，一脸茫然地看着他。

    “看我干什么，数据增强不会做就去查资料，瞪着一双大眼只会喘气吗？”

    他的火气太明显，唐念懂了，他根本就不是让她来干活的，寻个理由拿她撒气罢了，所以无论她做什么都不可能令他满意。

    “你说话就说话，大声吼什么，我怕狗叫！”

    她最近根本没得罪他，上课不迟到，文献也好好翻译完了，都不知道他在这发的什么神经。

    当然，犯病是不需要理由的。

    陈知礼目光忽然移过来，唐念也看着他，四目相对，谁也不服谁。

    唐念是娃娃脸的长相，眼睛圆，皮肤奶白，鼻头微翘，齐刘海盖住细长的眉，五官精致得像漫画里走出的少女。

    此刻她正直勾勾瞪着他，有点奶凶奶凶的。

    陈知礼冷淡地回视一眼，眼神嘲讽：“这不是挺会怼嘛。”

    “……”

    “跟我就能伶牙俐齿，怎么被别人欺负的时候嘴皮子就没这么溜，只会点头哈腰说对不起了。”

    “你跟他道的什么歉，难道就听不出来他是在故意找你麻烦？”

    “你脾气越好他就越是得寸进尺，这个道理都不懂？”

    虽然他这话说的很不中听，但似乎是在为她谋不平，唐念还真不需要：“不用你管。”

    她坐回电脑前继续工作，把几个算法梳理一遍，调参重跑，想早点干完，早点离开是非之地。

    “没人想管你。”

    陈知礼也没心情和她吵，接了个电话。

    随后，把门阖上，下楼去了。

    是韩琦教授团队打来的电话。

    这次合作他们负责数据的采集和入库，以建立大型中医汉语语料库。这些数据不仅来源传统中医知识，还可能来自网页数据、小说数据、各大医院问诊、手写医嘱等，数据的整理和收集就变得非常繁琐且复杂。

    韩琦教授团队毕竟只精通中医，不懂技术，所以陈知礼这边会给予技术支持。

    “陈老师有时间吗？”

    “你说。”

    “我们目前已经把45家中医院校还有400多家中医机构的诊断记录收集起来，目前有个问题是这类资料大多是手写，字迹潦草，我们很难用扫描识别的方式转化为电子版，人工辨别的话则成本太高，您这边有没有好的办法？”

    陈知礼想了想，觉得这事在电话里一时半会说不清楚：“我下周抽空过去看一下。”

    工作人员：“好的，麻烦您了。”

    那头工作人员又叽叽咕咕说了一堆遇到的问题，陈知礼说下周统一解决，对面表达感谢。

    挂断电话，他看了眼手机，想起荀教授那边还有点事，就顺便过去一趟，等处理完回到科研楼已经六点钟了。

    陈知礼摁着太阳穴上楼，推开办公室的门，看见唐念还在。

    夕阳穿透窗玻璃，斜斜落在她身上，落下一道温暖的弧度。

    她趴在电脑桌前，脑袋枕着自己的胳膊，长发散落，像是睡着了。
<

本章未完，点击下一页继续阅读