第129章 步步紧逼的追赶者(中)（1/3）

哈雷·普来斯接着道：“总之，我觉得那个l文本摘要准确度衡量模型对于我们来说非常不利。

或许我们可以参照l的思路搞一个自己的衡量标准……”

埃克来尔·基尔卡加：“你说的这个问题我倒是也设想过。

可是参照l的构建标准的过程进行模型构建并不容易。

按照l的思路构建类似的标准的话。

首先我们需要运用语言模型来评估算法生成语言的流畅度，然后…

如果我们按照同样的步骤进行模型构建的话。

很可能会直接卡死在语言模型的构建上。

毕竟我们的语料库实在是太逊了……

我们以前合作的麻省理工学院nlp那边给出的报告

也证实了按l的思路构建语言模型不可行。”

哈雷·普来斯：“麻省理工学院那帮人认为不可行，未必就真的不可行。

他们很有可能是他们在逃避责任而已。

反正我觉得完全可以试着借鉴l的思路搞一个新的衡量标准。”

埃克来尔·基尔卡加：“你确定我们能够按照l的思路弄出一个新模型么？

你怎么保证我们弄出的模型不会跟他搞得那个一模一样？”

哈雷·普来斯：“不管怎么说，我们也需要走这条路。

如果我们连他衡量准确度的模型都不能复现出来。

我们怎么知道他在这套模型究竟有没有猫腻？”

哈雷·普来斯接着道：“以前我们的语料库或许很lw。

但现在我们采用的语料库没什么问题。

现在是加州大学伯克利分校的自然语言中心在和我们合作。

我们测试1验证算法时可是由10万个文本–摘要序列所组成的语料库作训练集的……”

埃克来尔·基尔卡加反驳道：“不不不，这远远不够！

想要达到l算法处理文本那种水平，我们起码需要百万级别文本摘要序列组成的语料库做训练集。

而这还只是冰山一角。

我们还需要构建一个104级别带人工打分标签的文本–摘要序列作为验证集。

以及一个103级别的个人工交叉打分一致的文本–摘要序列作为测试集。

否则我们的衡量模型很可能达不到l搞得那个模型那种置信度。”

哈雷·普来斯：“你的话确实有道理！

为了缩小边际误差最实际的方法就是增加样本数量。