第90章 顶尖算法团队的赞叹(上)（1 / 2）
伊芙·卡莉现年25岁，是美國麻省理工学院计算机专业的一名博士。
事实上，一般的计算机专业学生很少有读到博士的，基本上多数人读完硕士就各奔前程了。
但伊芙·卡莉在学术的道路上有着属于她自己的追求。
尽管这份追求几乎注定一路独行。
但她始终乐在其中，前行一路上最大的动力是兴趣。
除了兴趣之外最大的原因，则是因为工作带来的自豪感。
作为麻省理工学院自然语言处理研究项目文本摘要小组中的一名成员，她也有理由自豪。
毕竟世界上效率最高的文本摘要算法——抽取式文本摘要算法一度就是他们小组搞定的。
伊芙·卡莉一向以此为荣。
然而这份荣光在半小时前却荡然无存。
比他们团队开发的抽取式文本摘要算法还要强的新的文本摘要算法问世了。
而且还是以成熟应用的形式直接出现在了蘋果的应用商店中。
伊芙·卡莉也是接收到尼克的求助邮件才获悉了这件事。
事实上刚收到来自尼克那措辞夸张的求助邮件她还有点怀疑。
她甚至一度以为是尼克那个自大而又愚蠢的幸运白/痴记错了愚人节的日期。
尼克用的那个软件里的算法表面上是伊瑟劣的团队负责的
但实际上麻省理工学院的自然语言处理项目文本摘要小组才是该算法真正的出处，
尼克软件里所采用算法可以说是伊芙·卡莉他们课题组每个人心血的结晶。
对于其亲自参与搞定的算法伊芙·卡莉还是很自信的。
怎么可能有软件的算法对新闻摘要处理效率比他们开发的算法处理效率更高呢？
并不是她本人夜郎自大盲目自信。
之前很多出现在应用商店里很多打着新闻摘要旗号的软件的核心算法实际效率都十分低下。
甚至很多号称算法独步的新闻摘要程序最终也只是被证明是徒有虚名而已。
对于这次所谓的南风app宣称的什么地表效率最强准确度全球最高
开始时伊芙·卡莉也只是把这些slogan当作噱头而已，并没有放在眼里。
然而事实却很打脸，这个南风app非但不是纸老虎，反而堪称绝世凶兽。
至少在处理新闻摘要这方面南风app所采用的算法在效率方面是强到离谱。
经过量化测试，伊芙·卡莉更是发现南风app1轮测试里英文新闻摘要的平均速度要比尼克开发的那个软件软件快241%。
这还不算什么，将南风app在计算力更高的虚拟机上运行时。
1轮测试里英文新闻摘要的平均速度更是比同条件下他们的那种算法的摘要平均速度要快35%。
可以说是全方位吊打了。
伊芙·卡莉很不理解，怎么可能有一种算法在抽取式文本摘要算法在效率上比他们开发的算法效率强出三倍之多。
根据他们的研究，现在的抽取式文本摘要算法潜能几乎已经发掘殆尽了。
莫非是南风app的算法团队找到了压榨抽取式文本摘要算法潜能的新方式了？
不可能，绝对不可能。
再怎么着他们的研究小组也是汇聚了全球首屈一指技术大牛的自然语言处理算法团队啊。
没道理他们这些精英会被人在同一方向后来居上。
如果南风app算法团队不是后来居上的话，那应该就是弯道超车了？
也就是说南风app的算法采用的绝对不是传统的抽取式文本摘要算法，而应该是采用了一种全新的摘要算法。
外行看热闹，内行看门道。
伊芙卡莉从之前南风app进行的几组新闻摘要测试的输入输出结果中很快验证了她的猜测。
南风app果然采用了全新的文本摘要算法。
至于判断的依据么，很简单。
抽取式的文本摘要直接从原文中摘取单词或完整的短语作为文章的摘要。
这个过程并不会产生新闻原文中没有的单词和短语。
而南风app这款软件在新闻摘要中却会产生很多新闻原文中没有的单词和短语。
也就是说南风app中所采用的算法绝对不是抽取式算法，至少不单单是抽取式算法。
而这种新的算法在进行新闻摘要的一大特征是会产生新闻原文中没有的单词和短语。
比起传统的抽取式文本摘要，伊芙·卡莉觉得南风app里这种全新的摘要方式更像是生成式的摘要方式。
然而新的疑问旋即出现在伊芙·卡莉的脑海之中。
这个南风app的开发者究竟是怎么搞定这种姑且被叫做“生成式摘要算法”的全新算法呢？
所谓的生成式摘要算法这样类似的依托于神经网络的摘要算法他们的开发团队之前也曾经涉猎过。
当时他们将这种算法称为“概括式摘要算法”，可是这种算法经过他们小组多轮测试实际表现并不理想。
虽然这种概括式或者叫生成式文本摘要的摘要算法能够产生原文中没有出现过的表达，相比于抽取式摘要算法更加灵活。
但也正因此生成式摘要更容易产生事实性错误，这些错误既包括与原文信息相违背的内容，又包括与人们的常识相违背的内容。
除此之外，这种生成式文本摘要算法在应付长新闻时很容易表现出明显的疲软乏力。
虽然将这种生成式摘要算法和抽取式摘要算法放到一起的话会改善生成式摘要算法处理新闻长度的能力。
但经过测试，没有生成式摘要算法拖油瓶，抽取式摘要算法反而能够表现的更加理想。
为了稳妥起见，伊芙·卡莉所在的团队最终还是选择通过进一步强化抽取式文本摘要的速度和准确度这一传统文本摘要方向。
一个曾经被他们遗弃的方向，却被别人重新拾起？
听起来有点不可思议，但是事实就是南风app的开发者不但重新拾起他们曾经遗弃的研究方向，反而做的比他们更优秀，可以说是狠狠打脸了。
伊芙·卡莉有点困惑，她怎么也想不通南风app的开发者究竟是怎么在他们认为行不通的方向趟出一条道的。
但有一点可以肯定，南风app的开发者虽然用的也是跟概括/生成式算法相类似的算法，但具体到生成式算法本身至少要比他们当初做的那个生成式算法先进一代。
尽管心中困惑加上狠狠被打脸，但伊芙·卡莉并没有表现出很情绪化，至少没有如同尼克在信中表现的那样情绪化。
多年的研究生涯早就养成了伊芙·卡莉宠辱不惊的理性性格。
再者科技方面的进步原本就是此起彼伏。
如果因为一时的得失就患得患失，那还不如尽早换行。
多余的情感波动非但没有必要，反而会影响理智的判断。
深入体验南风app，伊芙·卡莉不得不承认，虽然这款app很像是临时拿翻译软件过来凑数的，但核心算法确实很强。
甚至一如这款软件宣传标语所说的那样——“地表最强”。
除此之外这款软件宣称的摘要速度与摘要准确度碾压同类软件也所言非虚。
等等，想起南风app这款软件宣传标语中着重强调的“准确度”，伊芙·卡莉突然想到了什么。
现在的新闻摘要软件算法在宣传方面都是强调速度的，很少又在准确度方面大谈特谈的。
倒不是因为准确度在新闻摘要方面不重要，恰恰相反，准确度在新闻摘要这方面极其重要，可以说准确度是衡量一个摘要算法堪不堪用最根本的因素，但各种摘要算法很少有对精确度进行极其精确的量化宣传的。
原因无它，因为现在业内对准确度的衡量缺乏一个统一的标准。
听起来很不可思议，但是事实如此，评估一篇摘要的准确度看似很容易，但其实这是一件比较困难的任务。
对于一篇摘要的衡量而言，很难说有标准答案，不同于很多拥有客观评判标准的任务，摘要的评判一定程度上依赖主观判断。
在摘要任务中，有关于语法正确性、语言流畅性、关键信息完整度等衡量摘要准确度的标准都缺乏一个统一的标尺。