重生之王牌黑客

第302章 自然語言處理

　　



　　企劃書很厚，兩三百頁，內容寫得很詳細。



　　肖遠在翻看的時候，並沒有去逐字逐句的讀，實際上也沒有那個必要，他隻需要通過企劃書，把握其中的脈絡和關鍵，對唐新宇和顧狼的想法有所了解就行了，好在企劃書雖然厚，但是條理很清楚，所以肖遠讀起來也不費事。



　　在肖遠把企劃書讀到一半的時候，楊靜宸在外邊喊他吃飯，於是他暫停了閱讀，起身出門吃飯去了。



　　吃過飯後，他跟隨老媽去了書房，想要問她一些事情。



　　“怎麽，還要媽幫你做什麽？”書房裏，楊靜宸問道，很顯然，她以為肖遠還要說開源社區的事情。



　　“不是，我想問問，您對中文自然語言處理知道多少，實驗室有沒有誰在研究這個？”肖遠問道。



　　“為什麽想起問這個了？”楊靜宸問道。



　　“玄涅公司準備做一個全文搜索引擎，目的是想讓用戶通過在搜索框輸入日常用的語言，搜索引擎應該能夠自動對他們的語言進行分析理解，然後從網絡上海量的網頁中搜索到他們想要的信息，這裏麵需要用到自然語言處理。”肖遠說道。



　　“全文搜索引擎？”楊靜宸眼前一亮，由衷道，“這個想法好啊，如果能做成，比玄涅現在主要經營的玄涅防火牆，更有前景，更容易做成大產業。”



　　“是的，我們也是看到了這一點兒，但是這其中有一些既需要理論支持，又需要大量基礎工作的東西，自然語言處理也在其中，而且很重要，您不是人工智能專家嗎，所以我才想到問問您。”肖遠說道。



　　“自然語言處理嚴格來說，應該是一個以人工智能為核心的跨學科研究方向，它牽涉到的，不僅僅是計算機和人工智能，還牽涉到語言學，心理學等其他社會學分科，雖然這個學科在西方起源挺早，四十年代就有了，但是自然語言係統太過複雜，所以，直到現在，全世界範圍內，也沒有什麽突破性進展。”



　　楊靜宸顯然對這個領域很熟悉，給肖遠介紹了一下當前國際上關於這方麵的研究情況，然後又說了國內的研究情況：“咱們國內對這方麵的研究，相比國外，還處於一個水平更低的基礎信息積累階段，一方麵是因為國內的起步比西方晚，二來，是因為，中文和西方拉丁語係的那些語言有很大不同，拉丁語係是拚音語係，而且句式本身就是結構化的，所以計算機處理起來也相對容易，但是中文卻是一種古老的象形文字，句式靈活隨意，充滿了各種虛詞助詞，想將這樣的語言轉化成計算機可以分析處理的形式，本身就是一個很大的難題。”



　　“嗯，這倒是事實，那麽咱們國家現在的研究狀況究竟是什麽樣子的？”聽了老媽的話，肖遠稍稍有些失望，前世他也隻是稍稍關注過這方麵的理論，具體的細節了解也不是太多，於是就想更深入的了解一些。



　　“現在國內進行這方麵研究的，主要是幾個大學，其中京華大學的研究比較前沿，國內其他大學在這方麵的研究，也大都在配合京華大學的研究，做一些基礎詞庫整理工作，媽的實驗室也有人在做這方麵的研究，主要承擔的是H到P的詞匯整理建庫工作，目前完成度已經到百分之八十了。”楊靜宸說道。



　　聽了楊靜宸的介紹，肖遠說道：“基礎詞庫大概什麽時候能夠建好？”



　　“這個很難估計。”楊靜宸說道，說完看到肖遠眉頭皺了起來，又說道，“你要真的想在搜索引擎中使用自然語言處理算法，媽倒是能給你一些建議。”



　　肖遠用詢問的目光看著老媽，等著她繼續。



　　“人們要利用你說的搜索引擎在網上檢索信息的話，我想他們用的最多的，肯定不會是完整的句子，而是一些關鍵詞，或者一些短句，僅僅分析關鍵詞和短句的話，難度就沒有那麽大了，而且你也沒必要一下子就把產品做的那麽完美，人們以前從來沒有接觸過這樣的產品，所以，隻需要一些簡單的智能性，就足以對用戶產生足夠的吸引力了。”楊靜宸說道。



　　肖遠點了點頭，說道：“這個我自然是知道的，不過咱們國內的研究狀況讓我有些失望罷了，第一版肯定不能一下子往裏麵放太多的東西，隻需要做出一個基本的東西，然後根據用戶的反饋和新技術的成熟，再擴充，讓它越來越完善，這好像是軟件工程上有名的XP編程。”



　　“你知道XP編程？”



楊靜宸卻是因為肖遠提到XP編程（此處的XP指的是eXtremeProgramming的簡寫，極限編程的意思，而WindowsXP中的XP指的是experience的簡寫，意思是體驗，而且99年還沒有WindowsXP之說。）感到很驚訝，大概是想不到肖遠還會去看軟件工程方麵的書吧，更何況XP開發方法還是近幾年才有人提出來的一種很新的方法。



　　“了解一些。”肖遠卻是沒有想到自己隨口的一句話，都能讓老媽感到驚訝，於是就把話題又拉回了正題，說道，“媽，我倒有個想法。”



　　“什麽想法？”楊靜宸問道。



　　“我想讓玄涅搜索和你的人工智能實驗室進行深度合作，一方麵，你們能夠從玄涅得到一定的資金支持，而且你們還可以利用玄涅搜索所采集的海量網絡信息資源，另一方麵，玄涅也能夠第一時間將你們的研究成果應用到自己的產品中，提升公司的技術含量，我認為這是一件雙贏的事情。”肖遠說道。



　　“學校科研和企業合作，盡快轉化成生產力，是咱們國家一直提倡的，人工智能實驗室這些年，也一直在尋求與企業合作，聯合研發，所以，如果玄涅想要合作的話，實驗室當然歡迎了。”楊靜宸說道。



　　“那好，等時機成熟後，我讓唐新宇和你們談，具體過程我就不參與了。”肖遠說道。



　　…………



　　和老媽又聊了一會兒，肖遠再次回到了自己的房裏，把企劃書看完，思索片刻，他拿出紙筆，開始構思玄涅搜索引擎的技術架構了。



PS:這幾章需要講一些技術方麵的知識，為了保證不出現什麽紕漏，綠茶需要思考很多東西，查很多資料，寫的很慢，很費腦。



今天仍然三更，第二更送到。