第十八章 语义识别的难点

本就是天方夜谭。电脑肯定是不行的，光脑还差不多。

    “联网就联网吧，在程序里预留一些常用算法，断网勉强也能用。”

    解决了第一个问题之后，罗辑又陷入了瓶颈。他蓦然想起中文还有一点很蛋疼，那就是没有和英文一样可用于区分人名地名的大小写。

    要是仅仅这样也就罢了，关键是有些人的名字起就是一个词语，如果分词程序有智能的话，它一定会把这些人拖出去砍死。比如高峰、汪洋、罗辑……

    “这……还是不要砍死了，半残就好。”

    罗辑马上停止了抱怨了，再困难也要解决不是？

    “到底要怎么做？”

    罗辑觉得自己有些天真了，一开始以为有了科技树绝对可以快速的解决问题，可事实上并非如此。之前做无线充电器时，都要用到机械方面的知识，而难度比无线充电更大的语义识别，其交叉的学科只会更多。

    “语义识别要什么？电脑编程、统计分析、数据建模……还有语言学？”罗辑看到科技树上显示的内容完全傻眼了，前面的只要的理科内容，不管多难他都不怕，可偏偏最后一项他却没有办法。

    让罗辑去看文科知识，那比杀了他还难受。可不学语言学，怎么可能做的出语气识别？

    罗辑抓破脑袋也没有想出代替方案，这似乎是唯一的解决方法。想想也是，对语言不熟悉的人又怎么做的出语义识别？作为社交白痴的罗辑，自己都听不太明白别人的话，又怎么让电脑也“听”的懂？

    学习语言学？

    罗辑硬着头皮只看了一会，就感觉头大如斗，就像熬了好几个通宵，困意如潮水般一波波涌来，怎么也挡不住。

    这道是个催眠的好方法，罗辑有些哭笑不得。

    “只能走一步看一步了。”罗辑决定先将这个问题搁置，等其他能解决的都解决了，再回头来考虑这个问题。

    先搭建模型吧。

    语义解析得到步骤和前两步很想，都需要一定量的数据支持。好在有小音的帮助，不需要罗辑去亲自搭建语料库，不然光是这一个工程就能让开发时间延长几倍。

    繁琐的数据积累永远是最费时间的，不过幸好小音的智能程度提高了，她能替罗辑执行的工作也越来越多，可以说只要语义识别完成，她就和电影里的那些黑科技差不多了。

    研发的过程对于别人也许是枯燥的，但对罗辑来说却是让人兴奋不已的。因为在拥有了科技树之后，他基本不会做无用功，任何研究都有一个明确的方向，所以他的研究每时每刻都在向目标推进。

    半个月之后，罗辑在属于自己的机房里长出了口气。现在上他能解决问题都解决了，自动分词系统也趋于实用，至少不会出现乌龙了。一些带有歧义的句子也能分析出来。

    比如“独立自主和平等互利的原则”这句话，电脑就能做出两种分析，“独立自主和，平等互利的原则”以及“独立、自主、和平等互利原则”。

    但是对于人名应该怎么处理？总不可能用穷举法吧？也就是将所有的名字都输入资料库，但这又会出现一个问题，因为你永远不知道那些父母会起怎样的名字。去公安部找身份证信息？这不现实，先不提这难度有多大，光是暴露了用户隐私这一条，就能让公司陷入万劫不复。

    更何况罗辑还很嫌弃身份证信息的更新速度，办张证都要好几个月！这对于一分钟都嫌长的互联网而言，根本就是无法忍受的好吗？

    罗辑感觉头都大了，难道非得去学什么语言学吗？真要去学的话，那个效率不敢想象。如果说罗辑的理科学习效率是一百的话，文科大约就只有二十了。

    同时能做出语义识别的知识，也绝对不会简单。

    这么想的话，想要做出完整的语义识别根本，不得花好几个月？罗辑倒不是嫌时间太长，只是一想到要看这么久的文科就觉得蛋疼。

    罗辑从小就养成了独立思考的能力，长大后更是形成了孤独思考的习惯，加之性格使然，就更加的不会找人帮忙了。

    “头疼……”

    在罗辑还在苦思冥想的时候，手机久违的响了起来。罗辑的手机很少有人拨打，一般情况除了父母，也就没谁了。

    “辅导员？”

    罗辑愣了一下，随后惊醒过来，自己貌似半个月没去上课了。别说是华科，就算是三本学校也不会容忍这种情况发生。罗辑不知道该怎么解释，只好硬着头皮接通了电话。

    还未开口，那边就传来了辅导员的声音“罗辑同学吗？”

    “是我。”

    “是这样的，接下来的几天有考试不要忘记了。”

    罗辑迷糊的点了点头，差点忘记了自己还是学生这茬，考试什么的更是忘得一干二净。

    “好的辅导员，谢谢你的提醒。”

    罗辑对他的辅导员并不熟悉，只是在领奖学金的时候有接触。这次他才觉得自己的辅导员很好说话，居然没有提旷课的事。这让罗辑松了口气的同时，又更加头疼了。

    真是祸不单行。

    语义识别工作出现困难不说，居然还要考试？罗辑感觉自己根本静不下心来复习啊。