第107章 谷歌產生濃厚興趣(下)
然而作為具體的執行人員，對於谷歌提出的任務：
——評估LIN HUI提出的算法實現的可行性，並根據實際情況考慮能否短時間實現復現
伊芙·卡莉就很無語。
或許在那些屁股決定腦袋的人心中。
清楚技術路線了，技術復現能夠實現與否只是時間長短的問題了。
但事實哪有那麼簡單。
反正進行了一晚上嘗試的伊芙·卡莉發現想要進行復現很難。
拋開LINHUI提出的算法技術本身不談。
就是LIN HUI在生成式摘要算法專利中順手牽羊搞定的那個「LH文本摘要準確度衡量模型」
其他團隊想要從無到有的構建一個同樣的模型都有億點困難。
說起來LH文本摘要準確度衡量模型的構建過程思路倒是很清晰：
第一，運用語言模型來評估算法生成語言的流暢度；
第二，使用相似度模型評估文本和摘要之間的語義相關性；
第三，為了有效評估實體、專有詞的復現程度，引入原文信息量模型來評估。
……
然鵝也僅僅是說起來很簡單而已。
說到把大象放進冰箱也很簡單同樣是三步：
——打開冰箱門，放進大象，關上冰箱門。
知道怎麼做沒用，關鍵還是要執行。
沒辦法執行的話，步驟再清晰也沒用。
LH文本摘要準確度衡量模型的構建過程有三步。
第一步就很複雜。
該怎麼進行語言模型的構建呢？
按照LIN HUI提出的技術路線。
語言模型建模過程中，包括詞典、語料、模型選擇等。
問題出在語料庫上，語料庫一詞在語言學上意指大量的文本。
這類文本通常經過整理，具有既定格式與標記。
涉及到英文語料庫的信息還比較容易，畢竟伊芙所在的團隊和牛津、哈佛、耶魯三所大學的語言學方面都是深度合作的關係。
但涉及到中文以及其他文字預料信息該怎麼處理這就完全不好說了。
巧婦難為無米之炊。
沒有語料庫清楚技術路線什麼的也沒用。
倒是可以姑且先拋棄對中文以及其他新聞生成式摘要的研究。
但是這樣幾乎等同於放棄了一個龐大的市場。
而且最關鍵的是LIN HUI提出的算法本身就能兼顧中文新聞摘要以及英文新聞摘要。
那麼之後LIN HUI會不會直接開發個中文新聞處理成英文摘要的功能呢？
能搞定文本摘要處理算法的人沒道理一個翻譯算法都搞不定吧？？
伊芙·卡莉越想越覺得這種可能性很大。
不然為什麼一個摘要軟體要做成類似於翻譯軟體那樣的交互風格呢？
在她們還在躊躇不前的時候。
對手卻早已經大步向前挺進了。
一時之間伊芙不禁有種酣戰過後的無力感。
這就是所謂的一步落後步步落後吧。
這種情況還評估啥？
直接建議谷歌方面把LIN HUI的算法買回來就好了！
雖然LIN HUI是華國人.
但這種技術又不是什麼涉及到國家命脈的重要技術。
總不至於不賣吧！
不賣的話謀求專利授權也可以啊！
總不至於非跟在別人身後造輪子吧。
伊芙又沒受/虐/欲。
(本章完)