第302章 自然语言处理(1/2)

企划书很厚，两三百页，内容写得很详细.

肖远在翻看的时候，并没有去逐字逐句的读，实际上也没有那个必要，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，所以肖远读起来也不费事。

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，实验室有没有谁在研究这个？”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，然后从络上海量的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。

来说，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，也没有什么突破性进展。”

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，二来，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，所以计算机处理起来也相对容易，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题。”

“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来，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，难度就没有那么大了，而且你也没必要一下子就把产品做的那么完美，人们以前从来没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，让它越来越完善，这好像是软件工程上有名的xp编程。”

“你知道的简写，极限编程的意思，而windoe的简写，意思是体验，而且99年还没有windowsxp之说。）感到很惊讶，大概是想不到肖远还会，更何况xp开发方法还是近几年才有人提出来的一种很新的方法。

“了解一些。”肖远却是没有想到自己随口的一句话，都能让老妈感到惊讶，于是就把话题又拉回了正题，说道，“妈，我倒有个想法。”

“什么想法？”杨静宸问道。

“我想让玄涅搜索和你的人工智能实验室进行深度合作，一方面，你们能够从玄涅得到一定的资金支持，而且你们还可以利用玄涅搜索所采集的海量络信息资源，另一方面，玄涅也能够第一时间将你们的研究成果应用到自己的产品中，提升公司的技术含量，我认为这是一件双赢的事情。”肖远说道。

“学校科研和企业合作，尽快转化成生产力，是咱们国家一直提倡的，人工智能实验室这些年，也一直在寻求与企业合作，联合研发，所以，如果玄涅想要合作的话，实验室当然欢迎了。”杨静宸说道。