数据标注

去年做了一个 NLP 分类项目，模型准确率死活卡在 70% 左右。

最近一个月折腾了一堆 NLP 数据，从 JSON 格式的对话记录到用户评论文本，再到一些半结构化的标注数据。

前些天帮朋友处理数据集时又想起这句话：机器学习80%的时间在洗数据，剩下20%在抱怨洗得还不够干净。