尽管这些都是以后的事情了。

但林灰相信这一天终将到来，甚至是未来已经在来的路上了。

那是一个值得期许的未来。

就尹芙·卡莉所表述的内容。

说实话无论是尹芙·卡莉就林灰对论文中补充内容表露出的浓厚兴趣还是对人工智能未来的期许和担忧，这些都不怎么出乎林灰的预料，倒是尹芙·卡莉对于此前林灰收购她专利的用途所进行的猜测让林灰稍稍有点意外。

按照尹芙·卡莉的猜测，林灰之所以收购她搞出的《文本判断甄别比较的一种新方法这项专利是想在自动文本摘要框架涵盖内容表示、权重计算、内容选择和内容组织四部分任务之下的内容表示方面做文章。

呃，不得不说，尹芙·卡莉还真是一个聪明的人。

居然这么快就能够意会到林灰为什么要进行这样的一项收购。

林灰还以为他身后那些追赶者还要很久才能领悟呢。

没想到居然这么快就被尹芙·卡莉领悟了一部分。

不过尹芙·卡莉尽管猜对了，但却只是猜对了一部分，并没完全对。

林灰为什么给出这样的评价呢？

尹芙·卡莉所谓的“内容表示”指的是在自动文本摘要的流程中将原始文本划分为文本单元的过程。

这一过程包含有分字、词、句等预处理工作；

其主要目的是通过预处理将原始文本处理成算法容易进行分析的形式。

传统的抽取式摘要这样传统自动文本摘要不怎么注重内容表示这一环节。

生成式文本摘要和传统的抽取式摘要关于这部分则稍稍有些不同。

生成式文本摘要还是比较注重内容表示这一环节的。

尤其是应用了词嵌入技术和预训练机制的生成式文本摘要更是格外注重“内容表示”这一环节。

讲真，最近一直用看书追更，换源切换，朗读音色多，.. 安卓苹果均可。】

没办法，不得不重视，传统的文本摘要各步骤的重要程度其实是差不多的。

但应用了词嵌入技术和预训练机制的生成式文本摘要的工作很多时候都是“头重脚轻”的。

即开始的环节在整个环节中权重是最高的。

或者说在实际构建生成式文本摘要模型的时候，虽然要设计到很多的步骤。

但通常情况下越靠前的工作也往往更重要。

就以“内容表示”来说吧，在构建生成式文本摘要模型的时候。

很多时候内容表示的完成水平的高下将直接影响到后续的步骤。

而尹芙·卡莉所搞得《文本判断甄别比较的一种新方法这项专利在内容表示方面确实有一定的价值。

借助于该专利所提供的价值，林灰以后在进行文本摘要的后续升级换代的过程中可以少一些逻辑层面的漏洞。

但如果仅仅是因为这点价值，还不足以让林灰大费周章进行一项跨国专利的收购。

林灰之所以煞费苦心将尹芙·卡莉搞出的《文本判断甄别比较的一种新方法这项专利最最根本的原因还是因为林灰比较在意尹芙·卡莉在这一专利中所应用的模型。

在《文本判断甄别比较的一种新方法这项专利中就文本甄别尹芙·卡莉极其有创意地鼓捣出一个用于文本判断甄别的模型。

如果仅仅就自然语言处理机器学习方面来看，这不过只是一个平平无奇的用于文本判别的模型。

本站域名已经更换为m.adouyinxs.com 。请牢记。