第27頁(第1/2 頁)

唐念根據提示登進伺服器，資料是從74萬篇中醫古籍中採集出來的65萬種藥材，裡面有很多別名、錯名、重複等幹擾項，需要先刪除重複、冗餘或噪聲資料，再人工標註並對資料進行歸類。

唐念以前做過機器學習方面的比賽，懂得歸類問題的基本步驟，一般先是建立詞彙表，獲取每個詞的ebeddg，然後使用n進行特徵提取，最後挑選演算法做二分類。

唐念憑藉多年工作形成的肌肉記憶，搭建了個演算法框架，把65萬條資料灌進去，結果出來後拿著對照組驗證準確度。

陳知禮從辦公桌前走出，走到她身後，只掃一眼得出結論：「過擬合了，重測。」

「……」

唐念只好刪掉記錄，又重新跑了一遍，陳知禮看一眼，仍不滿意：「我說的重測是讓你換一種演算法，不是讓你拿著3000萬美金的gpu在這磨時間，消耗效能，ok？」

「……」

那你一開始說清楚啊！

「還有，你樣本選的有問題，sote得到的增強樣本有誤差，可能已經偏離了原來的語義，大概是文字ebeddg後距離向量處於高維空間，需要對映到低維再處理。」

唐念沒聽懂，一臉茫然地看著他。

「看我幹什麼，資料增強不會做就去查資料，瞪著一雙大眼只會喘氣嗎？」

他的火氣太明顯，唐念懂了，他根本就不是讓她來幹活的，尋個理由拿她撒氣罷了，所以無論她做什麼都不可能令他滿意。

「你說話就說話，大聲吼什麼，我怕狗叫！」

她最近根本沒得罪他，上課不遲到，文獻也好好翻譯完了，都不知道他在這發的什麼神經。

當然，犯病是不需要理由的。

陳知禮目光忽然移過來，唐念也看著他，四目相對，誰也不服誰。

唐念是娃娃臉的長相，眼睛圓，面板奶白，鼻頭微翹，齊劉海蓋住細長的眉，五官精緻得像漫畫裡走出的少女。

此刻她正直勾勾瞪著他，有點奶兇奶兇的。

陳知禮冷淡地回視一眼，眼神嘲諷：「這不是挺會懟嘛。」

「……」

「跟我就能伶牙俐齒，怎麼被別人欺負的時候嘴皮子就沒這麼溜，只會點頭哈腰說對不起了。」

「你跟他道的什麼歉，難道就聽不出來他是在故意找你麻煩？」

「你脾氣越好他就越是得寸進尺，這個道理都不懂？」

雖然他這話說的很不中聽，但似乎是在為她謀不平，唐念還真不需要：「不用你管。」

她坐回電腦前繼續工作，把幾個演算法梳理一遍，調參重跑，想早點幹完，早點離開是非之地。

「沒人想管你。」

陳知禮也沒心情和她吵，接了個電話。

隨後，把門闔上，下樓去了。

是韓琦教授團隊打來的電話。

這次合作他們負責資料的採集和入庫，以建立大型中醫漢語語料庫。這些資料不僅來源傳統中醫知識，還可能來自網頁資料、小說資料、各大醫院問診、手寫醫囑等，資料的整理和收集就變得非常繁瑣且複雜。

韓琦教授團隊畢竟只精通中醫，不懂技術，所以陳知禮這邊會給予技術支援。

「陳老師有時間嗎？」

「你說。」

「我們目前已經把45家中醫院校還有400多家中醫機構的診斷記錄收集起來，目前有個問題是這類資料大多是手寫，字跡潦草，我們很難用掃描識別的方式轉化為電子版，人工辨別的話則成本太高，您這邊有沒有好的辦法？」

陳知禮想了想，覺得這事在電話裡一時半會說不清楚：「我下週抽空過去看一下。」