赵元任下意识点开链接，发现这个下载链接关联的文本足足50个tb：“这是？”
“来自网页抓取的文本，包括了论坛，百科资料，新闻网站，问答社区等等。
其中有一小部分是ai lab他们组做过脱敏和授权处理的部分文本数据。
但绝大部分都需要你做一遍清洗。”
赵元任咽了咽口水：“顾组长，不是我不想干，我过去确实也干过大规模文本数据的近似重复检测。
但重复检测只是清洗的一部分工作，一小部分。
再说，过去就我了解的情况，像这么大体积的文本，起码也是一个五人小组一起做。
现在就我一个人？这是不是有点为难我了。”
赵元任的声音越来越低，但意思清晰无比。
“不，不是为难你，你只是清洗50个tb，我要清洗100个，我要处理的数据比你更复杂。”顾彦平淡淡道。
领导以身作则，做的还比你更多，这下你没啥话好讲。
赵元任只好把话咽回去，他转而提起：“那什么时候要做完？”
顾彦平说：“我什么时候做完，你能有t+1的时间。”
他妈的组长还是个股民？难怪语气阴沉，估计最近没少赔。只买基金不买股票的赵元任腹诽道。
“哦对了，你注意看组的公共空间，每天我会把我的经验做上传，包括boss的一些算法，和应用的注意事项我会上传到我们组的代码仓库里，你注意看。
那会节约你非常多的时间。”
自此，无休止的开始转动了。
