阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
同贺天昌学术上的交流，林灰收获还是很大的。
首先就是借贺天昌林灰知道了国内在自然语言处理前沿方向的研究情况。
而国内现在在NLP方向的研究是什么状态呢？
简单的概括就是“白纸一张”
当然并不是说国内没有研究自然语言处理的，只是这些人研究的进度同国际上研究进度大致相彷。
也就是说整体上落后于前世2014的研究进度的。
在这种情况下，林灰想做学术搬运工的话似乎也是如入无人之境。
整个自然语言处理以及神经网络学习这两个方向几乎就是林灰面前的一张白纸。
等着林灰在上面书写下华丽的篇章。
不过即便如此，涉及到具体执行的时候林灰也不会大包大揽。
只需要林灰适时搞定一些关键的进展。
涉及到一些琐碎方面的进展就没必要过于贪功了。
毕竟学术方面的成果并不是一蹴而就的。
随便一个涉及到生成式摘要算法这样简单理论背后的东西也是超级麻烦。
尽管很麻烦但结果值得期许。
在通话临近结束之时。林灰又几次三番地感谢了贺天昌教授为了帮他申请一些扶持这事。
贺天昌却坚称即便将来有扶持性政策，也都是林灰应得的。
话是这么说的，贺天昌心里也是这么想的。
虽然贺天昌的研究方向涉及不到自然语言处理。
但这并不等于贺天昌对一无所知。
他山之石可以攻玉,适当借鉴一下别的行业的研究思路能给自己的研究方向带来启发。
因此很多时候对一些计算机以及计算机衍生方向取得的进展贺天昌还是很关心的。
再加上自然语言处理这个方向下限极低，并不是需要很高的门槛。
因此对自然语言处理这方面贺天昌也是涉猎一些的。
至于林灰鼓捣的东西。
因为最近对生成式摘要这个算法相关知识的恶补以及机缘巧合之下参加了一些和生成式摘要算法有关的学术会议。
现在的贺天昌对生成式摘要算法还是很了解的。
涉及到摘要的重要性自然不言而喻。
这并不是贺天昌在牵强附会。
摘要的能力相当直观地这反应了人们对信息的处理能力。
在信息时代，谁对信息的处理能力越强谁就越能具有信息方面的优势。
而信息差方面能够确立了优势无形中其余领域也具备了优势。
涉及到摘要这个方向，传统的摘要算法都是抽取式摘要算法。
这种算法很大程度上工作起来的样式很像是粗暴地“截搭”。
而生成式则是计算机“通读”原文后，在理解整篇文章意思的基础上，按照预先给定的摘要模型生成流畅的概括。
这种方式要求机器理解后概况。
看得出来，相比于抽取式摘要算法生成式摘要算法更像是人的思维。
能够做到这一点，生成式摘要算法用到的相应模型最起码要有比现有算法更强的表征能力、理解能力。
虽然不知道林灰具体是怎么搞定这么强大的模型。
但涉及到语料库这个最麻烦的问题林灰都有办法解决，顺手牵羊搞定别的难题也不奇怪。
到现在为止，在贺天昌看来林灰已经创造太多太多的奇迹了。
无论是学业上还是商业上抑或是事业上。
在这堆奇迹光环的加持下，贺天昌觉得林灰即便是能够搞定生成式摘要算法也不算什么。
甚至贺天昌还有预感，林灰的成绩绝不仅限于一个生成式摘要算法就完事了。
林灰代表着一个未来！
本章未完，请点击下一页继续阅读》》