第107章 谷歌产生浓厚兴趣(下)

  第107章 谷歌产生浓厚兴趣(下)
  然而作为具体的执行人员，对于谷歌提出的任务：

  ——评估LIN HUI提出的算法实现的可行性，并根据实际情况考虑能否短时间实现复现

  伊芙·卡莉就很无语。

  或许在那些屁股决定脑袋的人心中。

  清楚技术路线了，技术复现能够实现与否只是时间长短的问题了。

  但事实哪有那么简单。

  反正进行了一晚上尝试的伊芙·卡莉发现想要进行复现很难。

  抛开LINHUI提出的算法技术本身不谈。

  就是LIN HUI在生成式摘要算法专利中顺手牵羊搞定的那个“LH文本摘要准确度衡量模型”

  其他团队想要从无到有的构建一个同样的模型都有亿点困难。

  说起来LH文本摘要准确度衡量模型的构建过程思路倒是很清晰：
  第一，运用语言模型来评估算法生成语言的流畅度；

  第二，使用相似度模型评估文本和摘要之间的语义相关性；
  第三，为了有效评估实体、专有词的复现程度，引入原文信息量模型来评估。

  ……

  然鹅也仅仅是说起来很简单而已。

  说到把大象放进冰箱也很简单同样是三步：

  ——打开冰箱门，放进大象，关上冰箱门。

  知道怎么做没用，关键还是要执行。

  没办法执行的话，步骤再清晰也没用。

  LH文本摘要准确度衡量模型的构建过程有三步。

  第一步就很复杂。

  该怎么进行语言模型的构建呢？

  按照LIN HUI提出的技术路线。

  语言模型建模过程中，包括词典、语料、模型选择等。      问题出在语料库上，语料库一词在语言学上意指大量的文本。

  这类文本通常经过整理，具有既定格式与标记。

  涉及到英文语料库的信息还比较容易，毕竟伊芙所在的团队和牛津、哈佛、耶鲁三所大学的语言学方面都是深度合作的关系。

  但涉及到中文以及其他文字预料信息该怎么处理这就完全不好说了。

  巧妇难为无米之炊。

  没有语料库清楚技术路线什么的也没用。

  倒是可以姑且先抛弃对中文以及其他新闻生成式摘要的研究。

  但是这样几乎等同于放弃了一个庞大的市场。

  而且最关键的是LIN HUI提出的算法本身就能兼顾中文新闻摘要以及英文新闻摘要。

  那么之后LIN HUI会不会直接开发个中文新闻处理成英文摘要的功能呢？
  能搞定文本摘要处理算法的人没道理一个翻译算法都搞不定吧？？
  伊芙·卡莉越想越觉得这种可能性很大。

  不然为什么一个摘要软件要做成类似于翻译软件那样的交互风格呢？
  在她们还在踌躇不前的时候。

  对手却早已经大步向前挺进了。

  一时之间伊芙不禁有种酣战过后的无力感。

  这就是所谓的一步落后步步落后吧。

  这种情况还评估啥？

  直接建议谷歌方面把LIN HUI的算法买回来就好了！
  虽然LIN HUI是华国人.
  但这种技术又不是什么涉及到国家命脉的重要技术。

  总不至于不卖吧！
  不卖的话谋求专利授权也可以啊！

  总不至于非跟在别人身后造轮子吧。

  伊芙又没受/虐/欲。

  (本章完)