荔枝糖12（3 / 4）

己辩解几句，心里又实在有些怕他，只没敢多话。

陈知礼瞥他一眼，离开前“好心”警醒：“再有下次，你自己打包走人，我这里不欢迎夹带私欲的人，懂吧？”

“懂懂懂。”

成帅点头，战战兢兢地离开。

寂静的走廊剩下两人，沉默的气氛有点令人发黄。

是他把她叫过来的，唐念还以为他会主动开口说点什么，哪知陈知礼压根没搭理她，转身就走，留唐念局促地站在原地。

她站着思考了半分钟，最后还是硬着头皮跟了过去。

办公室的门没关。

唐念敲了敲门，杵在门口罚站。

陈知礼的目光在她身上停了片刻，不带什么情绪：“进来。”

唐念挪了个位置继续罚站。

陈知礼抬了抬下巴，对着桌对面的电脑说：“查收一下邮件，有服务器密码，去把数据分类统计一下。”

这是要让她干活？

好的。

有事做总比尴尬站着要好。

唐念麻利地走到电脑后，登上自己的邮箱，最新一条未读邮件来自chenzl@anju.edu.cn

任务是要她给一堆中医药材分类。

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CNN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