第18节(1/2)

    陈知礼瞥见她气鼓鼓的模样,呵笑了声:“又在心里骂我不好好说话了?”

    “?”

    唐念惊恐地朝他看过去。

    他怎么知道,不会是有读心术吧。

    “谁让我在八卦阵买了房,只会阴阳怪气。”

    “……”

    你对自己的认知还挺清晰。

    昨天下午唐念处在气头上,所以才训练模型骂他,但是算法跑完那会儿她已经睡着了,压根没看到内容,但总归不是什么好词。

    车内安静了一会儿。

    陈知礼说起此行正经事:“韩教授的团队遇到了技术难题,有些老中医的字迹潦草模糊辨认困难,无法转化成电子版,这次去解决技术问题。”

    鉴于刚口出狂言,唐念现在乖的跟鹌鹑似的,没防备,顺着他的话就往下接:“可以用lst-right啊,表现比普通神经网络隐马尔科夫模型好,特别是在这种连续手写识别上,准确率挺高的。”

    目前工业界使用的手写识别一般有三类,卷积神经网络、循环神经网络和隐马尔可夫模型。lst模型就是一种有记忆的循环神经网络,通过特殊的门控机制,来处理一系列文本或图像数据。

    唐念说的lst-right则是在lst模型基础上做了进一步优化,简化参数,提高速度,错误率能降低到10以下。

    这篇论文的作者是陈知礼博士期间认识的一位美籍华裔,目前并未应用到工业界,只在小众学术圈传播学习,国内更是连资料都查不到。

    陈知礼很惊讶她能一下子想到这种算法。

    唐念似乎也意识到什么,后知后觉地打补丁:“我瞎说的哈哈,你别当真哈。”

    陈知礼没说话了,单手掌着方向盘,食指随节奏有一下没一下敲着,似是在思考问题。

    他并不知道唐念来读研的真正原因,按她的说法是水个硕士毕业证回老家进体制内躺平。

    nlp领域更新迭代的速度太快,别的同学都在拼命做实验、发论文,根本不敢睡觉,生怕自己一觉醒来nlp又有新成果了。

    而唐念,一位名校毕业生,完全没有“造福人类、成就一番事业”的精气神,咸鱼的彻底,每天对自己洗脑三次,“人啊就不要那么好强。季羡林大师都说了,大多数人的一生,一没有意义,二没有价值。”

    八年真的让人变化这么大吗?

    把一个积极上进的少女蹉跎成一条无欲无求、混吃等死的咸鱼……

    重点是这条咸鱼居然知道前沿论文,并精准讲出其中核心算法。他并不认为一个完全不关心业界算法的人能懂lst-right。

    所以她这是在搞什么新型学习技巧?

    偷偷学习,卷死同行?

    像是觉着荒谬。

    陈知礼没忍住笑了声。

    唐念心里发毛,看了眼他:“你笑什么?”

    “没什么,”陈知礼忽然很认真的问她:“刚好要去医院,要不顺便去挂个号?”

    “我又没生病,挂号看什么?”

    陈知礼顿了顿,慢悠悠的说:“建议去看看……”

    “什么?”

    “精神状态。”

    “……”

    荔枝糖14

    黑色suv停在医院地上停车场,陈知礼拉开车门下车,已经有人在楼下等候多时。

    是位很年轻的女医生,个子高挑,见到人,女人笑了笑,急忙小跑过来:“是陈老师吧。”

    陈知礼微点了下头。

    “您好,我是韩教授的学生李瑜京,上周给您打电话的那位,久仰大名。”

    “李医生你好。”

    李瑜京笑着说:“韩老师上午出诊,不然他一定亲自过来迎接您。”

    陈知礼:“客气。”

    客套完,女人的视线在唐念和陈知礼脸上来回扫了一圈儿,陈知礼侧了侧身:“唐念。”

    他没有说她的身份,只单单介绍了她的名字。唐念这时才认真地看清女人的脸,她穿着白大褂,踩着高跟鞋,脸上的妆容精致,很落落大方的女生,估计和她差不多年纪。

    唐念笑着朝她颔首,李瑜京也笑着回应。

    打过招呼,李瑜京领二人往主任办公室走,路上说起来:“我们都不怎么懂电脑,一开始就按照陈老师之前教我们的,把医嘱扫描识别上传到云端,但是识别系统应该是有些问题,好多都识别不出来,然后我们就不知道怎么弄了。”

    推开办公室的门,扑面而来都是陈旧书页的墨香,四个一通到顶的大书架满满当当塞了近10w册的中医书籍,一眼望去像个大型藏书阁。

    “书都这里,右边那些已经识别上传的,这排是医生的手写病历和药方,暂时无法识别的都放这了。”

    陈知礼过去走了一圈,随手翻了翻,大多是老中医手写的药方,有的字体娟秀,有的潇洒飞扬,字迹千人千样,完全没有规律。

    李瑜京说:“韩教授这些年都在为收集这些资料奔波,遍访各地的老中医,这些都是拓印下来的,因年代久远字迹不清晰给识别增加了很大的难度。”

    中医的研究具有不可比较性和不可重复,几千年的历史虽积累了大量经验,却没有西医规律性,简洁性、易于传授。中医讲究病者百态,对症下药,所以这些积累下来的药方对于大数据寻找规律尤为重要。

本章尚未完结,请点击下一页继续阅读---->>>


  • 上一章

  • 返回目录

  • 加入书签

  • 下一页