数据清洗

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。

很多人一上来就讲AI数据验证的全景图；我更想先把这次卡住的点说清楚。

结果上线第二天，运营部就在群里反馈：有一大批"iPhone 14 Pro Max"被分到了"充…