请的专利中公开的技术路线启发,开发的一个生成式摘要实验算法。
之所以称为实验算法,是因为该算法主要用于测试。
作为一个测试算法,X1算法是合格的。
埃克莱尔·基尔卡加他们搞得这个算法已经有点生成式摘要算法那味了。
然而这个算法现在也仅仅只能作为测试算法了。
离真正的距离实际应用却还差一步,然而尽管看起来只是一步。
这一步之遥,却可谓是天差地别。
客观地说,X1算法无论是文本摘要抽取速度还是准确度和LINHUI南风APP里面的算法都差得远。
提到准确度,埃克莱尔·基尔卡加就郁闷。
连衡量准确度的标准都是LINHUI提供的,拿什么去跟人家竞争?
还没开始就已经结束了。
而且最令人郁闷的是他们搞得这个X1算法别说是跟LINHUI搞得算法比了。
就是和他们之前鼓捣的算法相比,在抽取速度和准确度方面也是各种被吊打。
这种情况不免让埃克莱尔·基尔卡加有些悲观。
哈雷·普莱斯:“说说具体数值上的差距。”
埃克莱尔·基尔卡加:“我感觉你不会想知道的,具体差距令人绝望。
结果打印出来了,你拿去自己看吧……”
哈雷·普莱斯接过埃克莱尔·基尔卡加递过来的报告,翻看了不一会便皱起了眉:
“在识别准确度上有差别我能理解,毕竟LINHUI搞得那套算法肯定是经过很长时间训练才得到的结果。
可是为什么我们搞得这个X1算法在识别速度上比南风APP里的算法要慢很多呢?
正常来说两个理论相同的算法在处理同一问题时候,算法时间复杂度不都应该是一样的吗?”
埃克莱尔·基尔卡加:“谁知道呢?可能我们采用的机制有问题……”
哈雷·普莱斯:“怎么可能,LINHUI阐述的技术路线不就是以序列到序列(Sequence-to-Sequence)深度神经网络模型为基础么?如果他的技术路线有问题的话我们完全可以去控告他的专利无效?”
埃克莱尔·基尔卡加:“别天真了!他只是说模型是以Sequence-to-Sequence模型为基础,又没说他在算法里现在还应用这个模型的早期版本。”
哈雷·普莱斯:“这些该死的异乡人,真是卑鄙……”
埃克莱尔·基尔卡加:“别抱怨了,换作我们遇到同样的问题,使用的手段可能会更加过分。而且现在的重点是提升算法处理的准确度,至于速度什么其实不重要……大不了到时候我们可以将这个算法放在分布式系统上运行。”
在计算机科学中,分布式计算,又译为分散式运算。
分布式系统是一组电脑,透过网络相互连接传递消息与
请收藏:https://m.hxos.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)