这个坑值得记一笔。从标注平台导出 3 万条分类数据，label 字段里同时存在 positive、Positive 和 POSITIVE，训练脚本按类别建映射时报 KeyError，验证集准确率也异常低。
刚开始盯着「同义词没有合并，如 good 与 positive」，折腾了半个多小时，排掉了。
原因不止一个，得分开看。平台字段没有做枚举约束，人工填了不同写法；导出时按 label 原样输出，没有走标准化；训练脚本对未知类别直接抛错而不是告警。
第一件事是列出全部 label 与计数
python -c "import pandas as pd;print(pd.read_csv('lab.csv').label.value_counts())"再往下统一小写并去掉首尾空格
python -c "import pandas as pd;d=pd.read_csv('lab.csv');d['label']=d.label.str.strip().str.lower();print(d.label.nunique())"维护同义词映射表再归并
python -c "print({'good':'positive','pos':'positive','bad':'negative'})"训练前加一道未知类别校验
python -c "print(set(['positive'])-set(['positive','negative']))"改之前先确认了最近有没有人动过配置，避免白查一遍。
别只看报错消失，验证要多做一步。label 只剩两个取值，训练不再报未知类别，验证集准确率回到与上一版相当的水平。
label 清洗要放在数据入口而不是训练脚本里，入口拦一次，后面所有下游都干净。线上能稳定复现的问题都不算难，难的是只在大流量下才出现的那种。