第100章 谷歌产生浓厚兴趣(第 3/4 页)

    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。

    ……

    事实上，不止海外在关注林灰折腾出的算法。

    國内也注意到林灰搞出的动静。

    -->>(第 3/4 页)（本章未完，请点击下一页继续阅读）