高層速讀
1.關(guān)鍵信息:1.谷歌大腦教人工智能總結(jié)網(wǎng)頁信息、生產(chǎn)維基百科風(fēng)格的文章;
2.機器文本摘要的實際難度比較大,其結(jié)構(gòu)是非常重復(fù)僵硬的。
眾所周知,互聯(lián)網(wǎng)永不停息地在生產(chǎn)文章、社交媒體帖子、米姆(meme,以衍生方式復(fù)制傳播的互聯(lián)網(wǎng)流行文化基因),制造歡樂和仇恨。而人們不可能不停閱讀、了解一切。使用人工智能去分辨圖片上的動物是貓還是狗有點做作,但如果這樣的電腦能把信息濃縮成有用的片段,那就很方便了。不過,這并不是一件容易的事。
2017年4月發(fā)表的一篇論文,剛剛被今年舉行的國際學(xué)習(xí)代表會議(ICLR)錄取,它描述了文本摘要的實際難度。
這里有一個應(yīng)用的例子:對堪薩斯上空的翅膀(Wings over Kansas)——一個飛行員和飛行愛好者的航空網(wǎng)站——這個條目進行解釋。左邊的段落是由計算機生成的組織摘要,右邊內(nèi)容取自維基百科頁面。
總的來說,計算機生成的句子很簡短;他們?nèi)狈τ扇司帉懙奈谋镜膭?chuàng)造性天賦和節(jié)奏。谷歌大腦的最新努力稍微好一點:句子更長且看起來更自然。
在新句子開始時,如果沒有清晰的大寫字母,軟件涂鴉的段落就有點難讀了,而且大多數(shù)句子的結(jié)構(gòu)都是相同的。總的來說,它的可讀性還不錯。而下一代模型,如果不抱很大期望的話,文本生成似乎還可以;盡管對于這個特殊的例子,其摘要方面并不好,因為它比相應(yīng)的維基百科里的詞條還長。
該模型的工作方式是獲取給定主題的前十頁(不包括維基百科條目),或者從維基百科文章的參考鏈接中抓取信息。大部份選定頁面用于訓(xùn)練,并保留少數(shù)頁面以開發(fā)和測試系統(tǒng)。
通過添加所有頁面的文本并排練頁面上的所有段落,一個長文檔得以創(chuàng)建。通過分割成32000個單獨的單詞,并作為標(biāo)簽(用于搜集用戶信息,根據(jù)不同的 type 屬性值,輸入字段擁有多種形式)使用,文本被編碼和縮短。
然后進入一個抽象模型,在這里標(biāo)簽中的長句被切短。這是一個聰明的伎倆,用來創(chuàng)造和總結(jié)文本。句子從早期提取階段生成,不是從頭開始構(gòu)建的,這解釋了為什么這個結(jié)構(gòu)是非常重復(fù)和僵硬的。
總結(jié)
我們離有效的文本摘要或生成還有很長的路要走。雖然谷歌大腦項目相當(dāng)有趣,但是使用這樣一個系統(tǒng)來實現(xiàn)維基百科詞條的自動生成可能是不明智的,至少從現(xiàn)在來看。
此外,由于它依賴互聯(lián)網(wǎng)上前十個網(wǎng)站的流行程度來確定所有特定主題,如果這些網(wǎng)站不是特別可信的,由此產(chǎn)生的作品可能就不是很準(zhǔn)確了。當(dāng)然,你不能相信你在網(wǎng)上讀到的所有東西。
信息來源:The Register
微信搜索【AI商業(yè)報道】,獲取行業(yè)最新資訊。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準(zhǔn)AI機器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達(dá)新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關(guān)注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機器人合作
- 賽力斯觸及漲停,汽車整車股盤初強勢拉升
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。