南风APP上线有一段时间了,专业模式也卖出去不少份了。
但林灰记得最开始南风APP这个软件上线的时候其实还是很仓促的。
当时林灰只是大致进行了一下市场调查,并没有太深入进行市场调查。
甚至于对专业模式的定价很大程度都是摸着雅虎过河。
即便林灰在南风APP正式上线之后,没少留心在南风APP里进行评论的用户。
因为采纳了南风APP评论区下面用户的评论。
林灰在南风APP的基础上又弄一个更符合专业人员使用习惯的专业模式。
在这个版本中林灰取消了专业模式下汉字新闻单次一万字的输入限制。
但这依旧是不够的。
林灰还需要倾听专业人士的专业反馈。
毕竟只有专业人士才知道自己真正需要什么。
有这么样的一些优秀记者送上门来。
而且林灰在采访之前还特别留意到此次采访林灰的记者中还有专门从事文字编辑的记者。
对于这样的机会林灰怎么能错过呢。
通过一番攀谈林灰知道了此次和胡欣随行的那名文字编辑名叫邱佳纯。
一个看起来略带腼腆的女孩,看起来岁数比胡欣要小一些,大概二十多岁的样子。
尽管看起来略带腼腆,但到底是新闻工作者。
林灰向她征求意见的时候,她还是说出了她的看法。
她建议林灰在专业模式中引入多条新闻处理的能力。
说实话这不是林灰第一次收到这个建议了。
此前林灰已经不止听过一个用户就这方面进行过建议了。
当时林灰在南风APP的评论区里面就看到有不少人建议开发者加入多条新闻处理的这个功能。
但林灰记得当时评论区里面对于要不要有多条新闻处理这个功能这些人却出现很大的分歧的,甚至出现了隔空掐架。
支持者认为多任务处理能力能提高工作效率;
反对者则认为多任务处理容易分神,会影响工作时的专注度。
当时软件的评论区撕得很厉害,再加上受限于技术问题。
林灰当初的做法是选择了将这个争议点维持现状。
毕竟不用在多任务方面做文章,即便是要搞专业模式,林灰的工作量也少了很多。
原本以为这事就过去了,没想到现在切实接触到林灰嘴里的优秀客户之后。
所听到的第一条建议就是新增多任务处理。
这就比较尴尬了。
不过以林灰要么不做,要做就做到完美的性格是不可能轻言回避的。
既然林灰发问了,那就一定要搞清楚记者中主要从事文字编辑一类工作的人到底是为什么需要多任务处理呢。
据邱佳纯所讲,文字编辑在处理新闻原始文稿的时候很多时候并不是仅仅处理一个人的访问材料。
而是要把很多同类的新闻进行处理。
就比如说青年竞赛的一次的活动。
在活动进行访问的时候往往会采访很多不同的参赛选手。
在实际进行处理的时候就必须将这些选手的参赛选手的发言进行分开处理。
这个过程如果摘要没有多任务机制的话往往需要耗时良久。
因此邱佳纯向林灰建议增加多任务处理这个功能。
至于说用户关于要不要增加多任务处理模式的分歧。
邱佳纯觉得林灰如果对这件事难以取舍的话。
不妨干脆把决策权交给用户。
在南风APP的专业模式中开放多任务处理模式开关。
对于认为多任务处理影响专注的用户可以选择不开启相应的多任务模式。
而对多任务处理有需求的用户可以选择开启相应的多任务模式。
认真听了邱佳纯的诉求。
林灰了解到邱佳纯的诉求基本都是围绕着多任务处理进行阐述的。
实际上在南风APP里引入多任务处理倒是不麻烦。
甚至于林灰可以南风APP变得比邱佳纯设想的还要高效百倍千倍。
但很多时候技术的发展也不能不考虑对社会的影响。
一项技术真的一夜之间突飞勐进会带来很多社会方面的问题。
就比如说像新闻摘要这个软件,如果真的一夕之间效率提高百倍千倍。
那很多像邱佳纯这样的纯粹的文字方面的新闻工作人员很可能直接原地失业。
另外,很多东西林灰如果要搬运出来的话终归还是要考虑搬运的合理性的。
在生成式文本摘要算法的长线发展这方面林灰已经进行了比较长期的规划并且付诸于实际行动。
但这些依然是不够的。
就算一时技术有先进性,但一旦固步自封的话那终将还是会被紧随其后的对手不断赶超。
总之,要居安思危。
依托于林灰自己申报的以及收购来的专利。
林灰目前已经在世界文本摘要这方面是占尽先机。
纵然林灰是占尽先机,也只能比较合理的将生成式文本摘要技术发展(合理搬运)到第五代。
仅仅是第五代生成式文本摘要技术在很多应用场景该技术依然会出现局限性。
就拿新闻/文本摘要多任务处理这方面来说吧。
第五代生成式文本摘要就不能够很好的胜任这方面的应用。
事实上不光是第五代生成式文本摘要算法处理多任务新闻摘要比较麻烦。
再往后的生成式摘要算法处理多任务新闻摘要也不容易。
想要依靠纯粹的生成式文本摘要这方面的算法想实现多任务的新闻处理几乎不可能做到。
即便是技术领域,也很少出现一招鲜吃遍天下的情况。
想要实现对新闻多任务高效处理的话。
或许要等到人工智能成熟之后。
人工智能成熟会带动很多原来遇到瓶颈的领域腾飞。
这其中就包括文本摘要这方面。
当人工智能成熟之后,像文本摘要这样的自然语言处理项目不仅会衍生出新的可能。
而且用户在进行自然语言处理领域所需要的成本也会迅速下跌。
前途是光明的,道路是曲折的。
这一美好前景的实现显然还需要很长时间。
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。