第225章 Supercell的橄榄枝(1) (第2/7页)

间。

    尤其是这个时空很多机器学习这方面的进展并没有前世那个时空进展的迅速。

    现在空有机器学习的概念，深度学习却还要差得远。

    而没有真正意义上的深度学习，就没有真正意义上的人工智能。

    深度学习是机器学习的子集。

    想要利用人工智能促进文本摘要方面多任务的进展暂时不现实。

    毕竟林灰还需要不短不长的一段时间进行一些深度学习理论方面的基建。

    至于说目前的话，如果想要实现多任务文本摘要。

    唯一比较可行的方法只能是借助于大数据调校新闻摘要技术。

    通过长时间的训练使得生成式摘要算法有搞定新闻的多任务处理。

    为什么训练生成式摘要算法这件事情涉及到了大数据呢？

    事实上算法不是空中楼阁，一般都需要在生产、生活的实践中长期摸索。

    一个优秀模型、算法的诞生更是少不了不断的调试。退出转码页面，请下载小说阅读最新章节。

    而一次次的调试离不开数据的支撑。

    大数据的核心在于利用数据的价值。

    在算法的调校过程中合理利用大数据以及大数据的一些研究规律往往能够事半功倍。

    像生成式文本摘要这样一个自然语言处理方面的机器学习算法想要取得长足发展更是离不开大数据方面的助力。

    虽然利用大数据调校生成式文本摘要只能说是大数据的一个简单应用。

    但依靠大数据训练调校算法也是需要时间的，不可能一蹴