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。

▲左邊是人工智能編寫的條目，右邊是人為編寫的條目

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。

生成海報

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。