第238章 真理往往掌握在少数人手中
第238章真理往往掌握在少数人手中
甚至在大量学校也没有建立与岗位特点、学科特色、研究性质相适应的评价指标的情况下。
SCI论文数以及论文影响因子之类的东西甚至成为了学术圈子里的硬通货。
至少此时在学术圈(國内)SCI是相当有价值的。
涉及到将来的发展林灰虽然不至于说是醉心于学术吧。
往后几年,各大高校摒弃“唯论文论”。
要求对不同类型的科研工作应分别建立各有侧重的评价路径。
评价重点是论文的创新水平和科学价值,不把SCI论文相关指标作为直接判断依据;
对解决生产实践中关键技术问题的技术评价的侧重点应该侧重于实际贡献(譬如说带来的新技术、新产品、新工艺实现产业化应用的实际效果)
不应以论文作为单一评价依据。
在这之后SCI才没那么被神化。
在此之前,SCI却一直神坛之上。
不过似乎现在事情有些不同了。
重生之后,林灰觉得SCI而已,也没那么遥远啊。
非但不遥远,反倒很容易。
如果被往后几年的科研狗知道林灰此时的感慨估计弒人的心都有。
但事实如此。
有本事你们也重生啊……
反正林灰是觉得伊芙·卡莉整理的这篇论文只要发出去。
SCI绝对没任何问题。
前世普通期刊水平的文章到这个时空能成为SCI?
似乎有些不可思议,但事实如此。
时代的进步是飞快的。
林灰看了伊芙·卡莉整理出的论文。
虽然里面的技术对于林灰而言不算什么。
但对这个时空的人来说太多新颖且富有开创性的观点了。
这样的文章发出去林灰觉得SCI绝对没问题。
甚至于SCI一区也问题不大。
而且借助于麻省理工学院一些学术方面的渠道。
发表的论文甚至直接上顶刊也不是没可能。
虽然伊芙·卡莉已经将林灰同其最近探讨的成果以论文的形式整理了出来并且整理得还不错。
但林灰还是决定在伊芙·卡莉撰写的论文基础上再完善一下。
毕竟这是来到这个时空里林灰在纯粹学术方面的首秀。
对于这次首秀,林灰希望能够做到尽善尽美。
尽管世界上几乎不存在十全十美的东西。
但林灰的理念向来是要么不做,要做就要做到极致。
在这种信念的驱使下,重生后的第一篇论文林灰当然是会全力以赴。
涉及到论文这方面林灰虽然不是第一次写了。
但这种东西明显记不得的。
代码有时候虽然写得不规范但也有莫名其妙跑起来的可能。
但论文什么的如果存在着过于漏洞的话。
那真就贻笑大方了。
总之,尽管论文这方面林灰急着出成果。
但具体施为的时候却又偏偏急不得。
似乎只能用时间打磨了。
总之,这注定是个无眠的夜晚了。
原本林灰也不需要这么着急的。
但伊芙·卡莉发来的邮件中也顺带着提到了美國國内对生成式摘要算法跟进的情况。
形势虽然不算是悲观,但也谈不上是很乐观。
在林灰鼓捣出生成式摘要算法之后。
很多美國商业性质的科研机构都在迅速跟进林灰的研究。
除此之外,还有很多计算机方面实力超强的美國大学(包括但不限于诸如麻省理工学院、斯坦福大学、卡内基梅隆大学等)也在跟进这一方向。
这些海外的科研机构会迅速跟进林灰的研究也不足为奇。
涉及到文本摘要这个自然语言处理的细分领域这方面的研究虽然看起来不怎么起眼。
普通人里面多数人中甚至没啥人知道有人在从事着这方面的工作。
但这丝毫不妨碍文本摘要对于人类文明进步的重要意义。
对此之前林灰已经进行过很多这方面的论证了。
事实上这个时空这些海外的科研团队应该一开始就很重视文本摘要这方面的研究。
只是现在的重视程度又提高了一个层级。
之所以重视程度提高一个层级跟林灰搞出的动静有着不可分割的联系。
在林灰的研究成果出现之后。
目前国内外常用的自动文本摘要技术根据摘要产生的不同方法可以分为两种:
抽取式文本摘要和生成式文本摘要。
抽取式文本摘要的方法实现简单,只是从文档中抽取已有的句子形成摘要。
生成式文本摘要则是要利用自然语言理解技术来执行文本的语法和语义分析和融合信息并在此基础上生成新的摘要句子。
由于林灰刚搞出生成式摘要算法没多久。
所以现在生成式摘要算法除了在南风APP上应用了之外其应用范围还不算太广泛。
反倒是抽取式方法由于一些历史方面的沿革而在应用方面较为广泛。
但这并不能据此否定生成式文本摘要的价值。
学术层次从来都不是多数压倒少数的。
真理往往掌握在少数人手中。
抽取式文本摘要归根结底只能看作一个组合优化问题。
这在生成式文本摘要面前终究是落了下乘。
尽管处理同一个问题(文本摘要)的两种方法强行分为上下乘似乎有些不妥。
可人类在文本摘要的目的是什么呢?
甚至于人类在自然语言处理这方面的研究的目的是什么呢?
终归不过是为了更好的理解自然语言进而能够更加高效地处理自然语言。
以这个角度来衡量的话,生成式摘要算法在理解自然语言方面的能力无疑要比抽取式摘要算法高到不知道哪去了。
因此称生成式文本摘要算法为上乘而抽取式文本摘要算法为下乘也不偏颇。
想来这些海外的研究团队应该也是看到了林灰搞出来的生成式摘要算法在让机器对自然语言的理解能力更上一层楼之后。
才会对生成摘要这方面研究的重视程度进一步提升。
不得不说,方向对了。
事实上前世由于人工智能领域崛起基于人工智能的生成式文本摘要得到质的飞跃之后生成式文本摘要更是一举成为生成摘要的主要研究方向。
不过仅仅是一些科研机构在文本摘要算法方面加大投入还不足以让林灰这么重视。
请收藏本站:https://www.xsww.cc。炫书网手机版:https://m.xsww.cc
甚至在大量学校也没有建立与岗位特点、学科特色、研究性质相适应的评价指标的情况下。
SCI论文数以及论文影响因子之类的东西甚至成为了学术圈子里的硬通货。
至少此时在学术圈(國内)SCI是相当有价值的。
涉及到将来的发展林灰虽然不至于说是醉心于学术吧。
往后几年,各大高校摒弃“唯论文论”。
要求对不同类型的科研工作应分别建立各有侧重的评价路径。
评价重点是论文的创新水平和科学价值,不把SCI论文相关指标作为直接判断依据;
对解决生产实践中关键技术问题的技术评价的侧重点应该侧重于实际贡献(譬如说带来的新技术、新产品、新工艺实现产业化应用的实际效果)
不应以论文作为单一评价依据。
在这之后SCI才没那么被神化。
在此之前,SCI却一直神坛之上。
不过似乎现在事情有些不同了。
重生之后,林灰觉得SCI而已,也没那么遥远啊。
非但不遥远,反倒很容易。
如果被往后几年的科研狗知道林灰此时的感慨估计弒人的心都有。
但事实如此。
有本事你们也重生啊……
反正林灰是觉得伊芙·卡莉整理的这篇论文只要发出去。
SCI绝对没任何问题。
前世普通期刊水平的文章到这个时空能成为SCI?
似乎有些不可思议,但事实如此。
时代的进步是飞快的。
林灰看了伊芙·卡莉整理出的论文。
虽然里面的技术对于林灰而言不算什么。
但对这个时空的人来说太多新颖且富有开创性的观点了。
这样的文章发出去林灰觉得SCI绝对没问题。
甚至于SCI一区也问题不大。
而且借助于麻省理工学院一些学术方面的渠道。
发表的论文甚至直接上顶刊也不是没可能。
虽然伊芙·卡莉已经将林灰同其最近探讨的成果以论文的形式整理了出来并且整理得还不错。
但林灰还是决定在伊芙·卡莉撰写的论文基础上再完善一下。
毕竟这是来到这个时空里林灰在纯粹学术方面的首秀。
对于这次首秀,林灰希望能够做到尽善尽美。
尽管世界上几乎不存在十全十美的东西。
但林灰的理念向来是要么不做,要做就要做到极致。
在这种信念的驱使下,重生后的第一篇论文林灰当然是会全力以赴。
涉及到论文这方面林灰虽然不是第一次写了。
但这种东西明显记不得的。
代码有时候虽然写得不规范但也有莫名其妙跑起来的可能。
但论文什么的如果存在着过于漏洞的话。
那真就贻笑大方了。
总之,尽管论文这方面林灰急着出成果。
但具体施为的时候却又偏偏急不得。
似乎只能用时间打磨了。
总之,这注定是个无眠的夜晚了。
原本林灰也不需要这么着急的。
但伊芙·卡莉发来的邮件中也顺带着提到了美國國内对生成式摘要算法跟进的情况。
形势虽然不算是悲观,但也谈不上是很乐观。
在林灰鼓捣出生成式摘要算法之后。
很多美國商业性质的科研机构都在迅速跟进林灰的研究。
除此之外,还有很多计算机方面实力超强的美國大学(包括但不限于诸如麻省理工学院、斯坦福大学、卡内基梅隆大学等)也在跟进这一方向。
这些海外的科研机构会迅速跟进林灰的研究也不足为奇。
涉及到文本摘要这个自然语言处理的细分领域这方面的研究虽然看起来不怎么起眼。
普通人里面多数人中甚至没啥人知道有人在从事着这方面的工作。
但这丝毫不妨碍文本摘要对于人类文明进步的重要意义。
对此之前林灰已经进行过很多这方面的论证了。
事实上这个时空这些海外的科研团队应该一开始就很重视文本摘要这方面的研究。
只是现在的重视程度又提高了一个层级。
之所以重视程度提高一个层级跟林灰搞出的动静有着不可分割的联系。
在林灰的研究成果出现之后。
目前国内外常用的自动文本摘要技术根据摘要产生的不同方法可以分为两种:
抽取式文本摘要和生成式文本摘要。
抽取式文本摘要的方法实现简单,只是从文档中抽取已有的句子形成摘要。
生成式文本摘要则是要利用自然语言理解技术来执行文本的语法和语义分析和融合信息并在此基础上生成新的摘要句子。
由于林灰刚搞出生成式摘要算法没多久。
所以现在生成式摘要算法除了在南风APP上应用了之外其应用范围还不算太广泛。
反倒是抽取式方法由于一些历史方面的沿革而在应用方面较为广泛。
但这并不能据此否定生成式文本摘要的价值。
学术层次从来都不是多数压倒少数的。
真理往往掌握在少数人手中。
抽取式文本摘要归根结底只能看作一个组合优化问题。
这在生成式文本摘要面前终究是落了下乘。
尽管处理同一个问题(文本摘要)的两种方法强行分为上下乘似乎有些不妥。
可人类在文本摘要的目的是什么呢?
甚至于人类在自然语言处理这方面的研究的目的是什么呢?
终归不过是为了更好的理解自然语言进而能够更加高效地处理自然语言。
以这个角度来衡量的话,生成式摘要算法在理解自然语言方面的能力无疑要比抽取式摘要算法高到不知道哪去了。
因此称生成式文本摘要算法为上乘而抽取式文本摘要算法为下乘也不偏颇。
想来这些海外的研究团队应该也是看到了林灰搞出来的生成式摘要算法在让机器对自然语言的理解能力更上一层楼之后。
才会对生成摘要这方面研究的重视程度进一步提升。
不得不说,方向对了。
事实上前世由于人工智能领域崛起基于人工智能的生成式文本摘要得到质的飞跃之后生成式文本摘要更是一举成为生成摘要的主要研究方向。
不过仅仅是一些科研机构在文本摘要算法方面加大投入还不足以让林灰这么重视。
请收藏本站:https://www.xsww.cc。炫书网手机版:https://m.xsww.cc