本周工作思考
渤健uShow建模
ASR数据准备和流程清理都很顺利，单项数据拟合不是不顺利。儿童领域的训练数据的开场白的专家打分和AI打分的拟合度不一致，AI打分的方差较大，比如有些学员的开场白缺少感谢的话，缺少明确的自我介绍，AI评分为0，但是专家整体上给分还是比较高，这种处理上就需要从整体分数上做补偿，所以不能太专注于打分细项的分数，目标是整体的打分拟合专家的打分。这个我在开始没有特别注意这一点，还是比较在意这些细项，实际实施起来难度较大，所以转换思路，先整体拟合，然后细项调优，包括配置调优和计算参数调优，然后在整体拟合。结合这周的经验和思考。下周用这个思路继续做下面的工作。
测试环境和训练目前都是基于人工把流程串联起来，辅助工具和评测，经验沉淀还没有固化成模式和平台，这其实很难定量的评估模型结构，这个作为重要的基础能力一定要构建起来，对于AI垂直类产品，需要突出三个产品工程优势，1是AI产品功能定义和业务融合，2是AI技术能力整合，3是AI功能测评和调优（反馈），第一个优势来自我们对行业的深刻理解对从业人员需求的细致把握，九年摸爬滚打的积累，我们天然的具备这个优势，这个我认为我们已经具备，现在要做的就是巩固和产品化，第二个我们对AI技术有了初步的工程应用和技术整合能力，比如我们初步构建起来AI技术的应用框架，也具有一些适合自己的开发模式，但第三个是我们目前的短板，同时这个也是最关键的，我们在未来的几个OKR周期里要逐渐构建起来。