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，

“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，

“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，全世界范围内，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。”