通用步骤 1. 论文和最新算法研究 2. 算法大方向的评估 问题相似度、情景相似度、切换语言等方向考虑 3. 数据收集、清洗、预处理 收集:内部数据,网络数据、公开数据、GAN生成数据。 清洗:采样、噪声过滤、生成 预处理:特征工程 4. 算法实现、系统设计、参数调优、模型升级 5. 模型效果评估与部署 准确率、召回率、lib库、封装服务