Sempre Health 如何利用专家加速计划加速其机器学习路线图
👋 大家好！我们最近与 Sempre Health 的 Swaraj Banerjee 和 Larry Zhang 进行了座谈，Sempre Health 是一家将基于行为的动态定价引入医疗保健领域的初创公司。他们正在进行一些令人兴奋的机器学习工作，并正在利用我们的专家加速计划来加速他们的机器学习路线图。
我们合作的一个例子是他们新的 NLP 管道，用于自动分类和回复入站消息。自从将其部署到生产环境以来，他们发现超过 20% 的传入消息由这个新系统自动处理 🤯，这对他们的业务可扩展性和团队工作流程产生了巨大影响。
在这段短视频中，Swaraj 和 Larry 将向我们介绍他们的一些机器学习工作，并分享他们通过专家加速计划与我们团队合作的经验。快来看看吧！
如果您想在我们的专家帮助下加速您的机器学习路线图，就像 Swaraj 和 Larry 那样，请访问 hf.co/support 了解更多关于我们的专家加速计划并请求报价。
转录：
介绍
我叫 Swaraj，是 Sempre Health 的 CTO 兼联合创始人。我是 Larry，我是 Sempre Health 的机器学习工程师。我们致力于通过结合短信互动和处方折扣来提高患者用药依从性和可负担性。
Sempre Health 如何应用机器学习？
在 Sempre Health，我们每天都会收到平台上数千条患者的短信。这些消息中很大一部分是我们实际上可以自动回复的。例如，如果患者给我们发了一条简单的“谢谢”，我们可以自动回复“不客气”。或者如果患者说“你能给我开药吗？”，我们有系统可以自动打电话给他们的药房并代表他们提交续药请求。
我们正在使用机器学习，特别是自然语言处理 (NLP)，来帮助识别每天收到的数千条短信中哪些是可以自动处理的。
在专家加速计划之前，你们面临着哪些挑战？
我们的基于规则的系统捕获了大约 80% 的入站短信，但我们希望做得更好。我们知道只有统计机器学习方法才能改进我们的解析。当我们寻找可以利用的工具时，我们发现 Hugging Face 上的语言模型将是一个很好的起点。尽管 Larry 和我都有机器学习和 NLP 背景，但我们担心我们没有完美地制定问题，没有为我们的特定用例和训练数据使用最佳模型或神经网络架构。
你们是如何利用专家加速计划的？
Hugging Face 团队在解决这个特定问题的 NLP 解决方案的各个方面都给了我们很大的帮助。他们就如何获取具有代表性和准确的文本消息标签向我们提供了非常好的建议。他们还立即为我们指明了正确的模型和方法，为我们节省了无数小时的研究时间。我可以非常自信地说，如果没有专家加速计划，我们可能需要更长时间才能看到今天所取得的成果。
专家加速计划有哪些让你们感到惊喜的地方？
我们知道我们希望从项目中得到什么；我们有一个非常具体的问题，我们知道如果正确使用 Hugging Face 库，我们将对我们的产品产生巨大影响。令我们惊喜的是，我们得到了我们想要的帮助。与我们合作的人非常敏锐，他们适应了我们的需求，没有要求我们做额外的很多工作，所以能够从项目中得到我们想要的东西，这真是令人惊喜。
与 Hugging Face 团队合作带来了哪些影响？
这次合作最重要的一点是对我们业务的可扩展性和运营团队的工作流程产生了巨大影响。我们于几周前启动了生产 NLP 管道。从那时起，我们一直看到近 20% 的传入消息由我们的新系统自动处理。这些消息以前会为我们的患者运营团队创建一个工单。因此，我们为团队减少了大量低价值的工作。
对于哪种类型的人工智能问题，机器学习团队应该考虑专家加速计划？
在 Sempre Health，我们是一个非常小的团队，我们刚刚开始探索如何利用机器学习来改善我们的整体患者体验。Hugging Face 团队的专业知识无疑加快了我们这个项目的开发过程。因此，我们向任何真正希望快速向其产品添加 AI 管道，而无需承担机器学习开发通常带来的麻烦和开发时间的团队推荐这个计划。
通过专家加速计划，我们组建了一支世界级的团队，帮助客户更快地构建更好的机器学习解决方案。我们的专家在您的机器学习之旅中（从研究到生产）根据需要回答问题并寻找解决方案。访问 hf.co/support 了解更多信息并请求报价。
