第12章 荔枝糖12（第3/4頁）

“……”成帥怔了兩秒，立即跟唐念道歉：“對不起，是我腦子不清醒，我給師妹道歉。”

唐念沒出聲，也沒接受他的道歉。

成帥臉色青一塊白一塊的，被女生拒絕已經很丟人了，PUA還被小老板聽見，他真的想死的心都有了。

他張了張口，想給自己辯解幾句，心裏又實在有些怕他，只沒敢多話。

陳知禮瞥他一眼，離開前“好心”警醒：“再有下次，你自己打包走人，我這裏不歡迎夾帶私欲的人，懂吧？”

“懂懂懂。”

成帥點頭，戰戰兢兢地離開。

寂靜的走廊剩下兩人，沉默的氣氛有點令人發黃。

是他把她叫過來的，唐念還以為他會主動開口說點什麽，哪知陳知禮壓根沒搭理她，轉身就走，留唐念局促地站在原地。

她站著思考了半分鐘，最後還是硬著頭皮跟了過去。

辦公室的門沒關。

唐念敲了敲門，杵在門口罰站。

陳知禮的目光在她身上停了片刻，不帶什麽情緒：“進來。”

唐念挪了個位置繼續罰站。

陳知禮擡了擡下巴，對著桌對面的電腦說：“查收一下郵件，有服務器密碼，去把數據分類統計一下。”

這是要讓她幹活？

好的。

有事做總比尷尬站著要好。

唐念麻利地走到電腦後，登上自己的郵箱，最新一條未讀郵件來自chenzl@anju.edu.cn

任務是要她給一堆中醫藥材分類。

唐念根據提示登進服務器，數據是從74萬篇中醫古籍中采集出來的6.5萬種藥材，裏面有很多別名、錯名、重復等幹擾項，需要先刪除重復、冗余或噪聲數據，再人工標注並對數據進行歸類。

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，一般先是建立詞匯表，獲取每個詞的embedding，然後使用CNN進行特征提取，最後挑選算法做二分類。

唐念憑借多年工作形成的肌肉記憶，搭建了個算法框架，把6.5萬條數據灌進去，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算法，不是讓你拿著3000萬美金的GPU在這磨時間，消耗性能，OK？”

“……”

那你一開始說清楚啊！

“還有，你樣本選的有問題，SMOTE得到的增強樣本有誤差，可能已經偏離了原來的語義，大概是文本embedding後距離向量處於高維空間，需要映射到低維再處理。”

唐念沒聽懂，一臉茫然地看著他。

“看我幹什麽，數據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，所以無論她做什麽都不可能令他滿意。

“你說話就說話，大聲吼什麽，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麽神經。

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，皮膚奶白，鼻頭微翹，齊劉海蓋住細長的眉，五官精致得像漫畫裏走出的少女。

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，怎麽被別人欺負的時候嘴皮子就沒這麽溜，只會點頭哈腰說對不起了。”

“你跟他道的什麽歉，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。

這次合作他們負責數據的采集和入庫，以建立大型中醫漢語語料庫。這些數據不僅來源傳統中醫知識，還可能來自網頁數據、小說數據、各大醫院問診、手寫醫囑等，數據的整理和收集就變得非常繁瑣且復雜。

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持。

“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？”