针对智能客服的对话数据集,明曦数智特别注重标注“情绪转折点”。在真实的客服交互中,用户的情绪往往是动态变化的。团队会仔细标注用户从“咨询”转为“抱怨”,再到“愤怒”的具体对话轮次。同时,对于客服的回复...
明曦数智在构建物流仓储数据集时,非常注重物理尺寸的真实还原。对于仓库里的货物,知道品类是不够的,模型还需要知道它的长宽高和重量,才能规划堆叠方案。团队在采集数据时,使用了激光雷达(LiDAR)对货物进...
明曦数智在执行数据质检时,引入了统计学中的“卡方检验”来检测标注的一致性。人工标注难免会有主观差异,特别是对于那种模棱两可的样本。团队会随机抽取10%的数据,交给不同的标注员进行盲测。如果两名标注员对...
若拟登记数据含个人信息元素,必须在登记前完成符合GB/T37988—2019标准的匿名化或去标识化处理,否则无法通过合规审查。明曦金道(北京)数字科技有限公司协同技术团队评估k-匿名、差分隐私、泛化等...
明曦数智新能源数据集整合卫星遥感、气象站、设备传感器等多源数据,覆盖光伏、风电、储能等全场景。创新性地引入大气物理模型修正数值天气预报偏差,构建地形-气候耦合特征矩阵。针对分布式光伏,开发基于计算机视...
明曦数智在行业内积极分享数据资产入表的知识与案例,推动行业认知提升。通过线上内容、行业会议、培训沙龙等多种形式,明曦数智持续输出关于数据盘点、成本计量、合规确权、评估入表的实操干货,剖析常见难点与应对...
针对智慧交通流量预测数据集,明曦数智剔除了特殊事件日的异常数据。例如封控期间的流量数据,或者大型演唱会散场时的瞬间高峰数据,这些都属于不可复制的异常值。如果将这些数据混入训练集,模型会误以为这种极端情...