第125章 序列零的污染(2/3)

现在我们的标注数据已经积累了多少？” “上周刚过五万条，加上上周你从省人才市场调过来的那批历史简历，够用了。”陈启明从白板前走过来，手里还捏着马克笔，他低头看了屏幕上的代码，眉头先是皱了一下，然后慢慢舒展开来，最后变成了一种复杂的、介于赞叹和警惕之间的表情，“小周，你什么时候开始看图神经网络论文的？” “上个月……不对，好像是上个礼拜。我也记不太清了。” 小周挠了挠后脑勺，手指在键盘上悬停着，屏幕上的代码光标还在自动补全提示框里一跳一跳的，“反正就是最近，每天晚上睡不着就翻论文看，看着看着就觉得很清晰，以前看同一篇论文觉得像天书，现在看一遍就能在脑子里把公式推出来。然后我就在想，既然图神经网络能做语义标注，那为什么不能做简历匹配？简历本身就是一个天然的属性图——求职者是节点，工作经历、教育背景、技能标签全是属性边。把匹配问题转成图上的链接预测问题，比用决策树硬怼特征维度优雅多了。” 陈启明把马克笔丢进笔筒里，拉过一把椅子在小周旁边坐下。他盯着屏幕上的代码一言不发地看了好几分钟，然后转头看了眼何博士。何博士冲他微微点了点头，那个幅度极小，但陈启明看懂了——可行。 “做原型验证。”陈启明的声音恢复了平时的沉稳，但攥在膝盖上的手指关节微微发白，“先跑小规模测试，样本量控制在两千份简历以内，把图神经网络和决策树的F1值做对比。三天之内我要看到对比数据。如果F1值真的能拉开零点零四以上的差距，这一轮架构迭代我们就换方向。” 小周用力点了点头，手指已经敲上了键盘。 他的动作极快，快到旁边的后端工程师小张探头看了一眼，低声嘟囔了一句，‘这手速打电竞都够用了”。 但小周显然不是在乱敲——屏幕上的代码一行接一行地往下铺，函数命名清晰，注释写得比平时任何一次提交都规范，而且几乎没有停顿。每一个变量名的命名风格都跟团队原有的代码规范完全一致，导入包的顺序按照标准库、第三方库、本地模块排得整整齐齐。这种代码规范，换做平时至少要在代码审查环节反复改三四遍，但他这次一次就过了。 陈启明起身去接水的时候路过打印机，发现纸槽里已经堆了厚厚一叠论文打印稿。 最上面那篇正是MIT那篇图
本章还未完，请点击下一页继续阅读>>>