|.|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.
“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.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.”
“这个很难估计.”杨静宸说道.说完看到肖远眉头皱了起來.又说道.“你要真的想在搜索引擎中使用自然语言处理算法.妈倒是能给你一些建议.”
肖远用询问的目光看着老妈.等着她继续.
“人们要利用你说的搜索引擎在网上检索信息的话.我想他们用的最多的.肯定不会是完整的句子.而是一些关键词.或者一些短句.仅仅分析关键词和短句的话.难度就沒有那么大了.而且你也沒必要一下子就把产品做的那么完美.人们以前从來沒有接触过这样的产品.所以.只需要一些简单的智能性.就足以对用户产生足够的吸引力了.”杨静宸说道.
肖远点了点头.说道：“这个我自然是知道的.不过咱们国内的研究状况让我有些失望罢了.第一版肯定不能一下子往里面放太多的东西.只需要做出一个基本的东西.然后根据用户的反馈和新技术的成熟.再扩充.让它越來越完善.这好像是软件工程上有名的XP编程.”
“你知道XP编程.”
杨静宸却是因为肖远提到XP编程（此处的XP指的是eXtrePr的简写.极限编程的意思.而indosXP中的XP指的是experience的简写.意思是体验.而且99年还沒有indosXP之说.）感到很惊讶.大概是想不到肖远还会去看软件工程方面的书吧.更何况XP开发方法还是近几年才有人提出來的一种很新的方法.
“了解一些.”肖远却是沒有想到自己随口的一句话.都能让老妈感到惊讶.于是就把话題又拉回了正題.说道.“妈.我倒有个想法.”
“什么想法.”杨静宸问道.