|.|企划书很厚.两三百页.内容写得很详细
肖远在翻看的时候.并沒有去逐字逐句的读.实际上也沒有那个必要.他只需要通过企划书.把握其中的脉络和关键.对唐新宇和顾狼的想法有所了解就行了.好在企划书虽然厚.但是条理很清楚.所以肖远读起來也不费事
在肖远把企划书读到一半的时候.杨静宸在外边喊他吃饭.于是他暂停了阅读.起身出门吃饭去了
吃过饭后.他跟随老妈去了书房.想要问她一些事情
“怎么.还要妈帮你做什么.”书房里.杨静宸问道.很显然.她以为肖远还要说开源社区的事情
“不是.我想问问.您对中文自然语言处理知道多少.实验室有沒有谁在研究这个.”肖远问道
“为什么想起问这个了.”杨静宸问道
“玄涅公司准备做一个全文搜索引擎.目的是想让用户通过在搜索框输入日常用的语言.搜索引擎应该能够自动对他们的语言进行分析理解.然后从网络上海量的网页中搜索到他们想要的信息.这里面需要用到自然语言处理.”肖远说道
“全文搜索引擎.”杨静宸眼前一亮.由衷道.“这个想法好啊.如果能做成.比玄涅现在主要经营的玄涅防火墙.更有前景.更容易做成大产业.”
“是的.我们也是看到了这一点儿.但是这其中有一些既需要理论支持.又需要大量基础工作的东西.自然语言处理也在其中.而且很重要.您不是人工智能专家吗.所以我才想到问问您.”肖远说道
“自然语言处理严格來说.应该是一个以人工智能为核心的跨学科研究方向.它牵涉到的.不仅仅是计算机和人工智能.还牵涉到语言学.心理学等其他社会学分科.虽然这个学科在西方起源挺早.四十年代就有了.但是自然语言系统太过复杂.所以.直到现在.全世界范围内.也沒有什么突破性进展.”
杨静宸显然对这个领域很熟悉.给肖远介绍了一下当前国际上关于这方面的研究情况.然后又说了国内的研究情况：“咱们国内对这方面的研究.相比国外.还处于一个水平更低的基础信息积累阶段.一方面是因为国内的起步比西方晚.二來.是因为.中文和西方拉丁语系的那些语言有很大不同.拉丁语系是拼音语系.而且句式本身就是结构化的.所以计算机处理起來也相对容易.但是中文却是一种古老的象形文字.句式灵活随意.充满了各种虚词助词.想将这样的语言转化成计算机可以分析处理的形式.本身就是一个很大的难題.”
“嗯.这倒是事实.那么咱们国家现在的研究状况究竟是什么样子的.”听了老妈的话.肖远稍稍有些失望.前世他也只是稍稍关注过这方面的理论.具体的细节了解也不是太多.于是就想更深入的了解一些
“现在国内进行这方面研究的.主要是几个大学.其中京华大学的研究比较前沿.国内其他大学在这方面的研究.也大都在配合京华大学的研究.做一些基础词库整理工作.妈的实验室也有人在做这方面的研究.主要承担的是h到p的词汇整理建库工作.目前完成度已经到百分之八十了.”杨静宸说道
听了杨静宸的介绍.肖远说道：“基础词库大概什么时候能够建好.”