南風APP上線有一段時間了,專業模式也賣出去不少份了。
但林灰記得最開始南風APP這個軟體上線的時候其實還是很倉促的。
當時林灰只是大致進行了一下市場調查,並沒有太深入進行市場調查。
甚至於對專業模式的定價很大程度都是摸著雅虎過河。
即便林灰在南風APP正式上線之後,沒少留心在南風APP裡進行評論的使用者。
因為採納了南風APP評論區下面使用者的評論。
林灰在南風APP的基礎上又弄一個更符合專業人員使用習慣的專業模式。
在這個版本中林灰取消了專業模式下漢字新聞單次一萬字的輸入限制。
但這依舊是不夠的。
林灰還需要傾聽專業人士的專業反饋。
畢竟只有專業人士才知道自己真正需要什麼。
有這麼樣的一些優秀記者送上門來。
而且林灰在採訪之前還特別留意到此次採訪林灰的記者中還有專門從事文字編輯的記者。
對於這樣的機會林灰怎麼能錯過呢。
透過一番攀談林灰知道了此次和胡欣隨行的那名文字編輯名叫邱佳純。
一個看起來略帶靦腆的女孩,看起來歲數比胡欣要小一些,大概二十多歲的樣子。
儘管看起來略帶靦腆,但到底是新聞工作者。
林灰向她徵求意見的時候,她還是說出了她的看法。
她建議林灰在專業模式中引入多條新聞處理的能力。
說實話這不是林灰第一次收到這個建議了。
此前林灰已經不止聽過一個使用者就這方面進行過建議了。
當時林灰在南風APP的評論區裡面就看到有不少人建議開發者加入多條新聞處理的這個功能。
但林灰記得當時評論區裡面對於要不要有多條新聞處理這個功能這些人卻出現很大的分歧的,甚至出現了隔空掐架。
支持者認為多任務處理能力能提高工作效率;
反對者則認為多任務處理容易分神,會影響工作時的專注度。
當時軟體的評論區撕得很厲害,再加上受限於技術問題。
林灰當初的做法是選擇了將這個爭議點維持現狀。
畢竟不用在多工方面做文章,即便是要搞專業模式,林灰的工作量也少了很多。
原本以為這事就過去了,沒想到現在切實接觸到林灰嘴裡的優秀客戶之後。
所聽到的第一條建議就是新增多任務處理。
這就比較尷尬了。
不過以林灰要麼不做,要做就做到完美的性格是不可能輕言迴避的。
既然林灰發問了,那就一定要搞清楚記者中主要從事文字編輯一類工作的人到底是為什麼需要多任務處理呢。
據邱佳純所講,文字編輯在處理新聞原始文稿的時候很多時候並不是僅僅處理一個人的訪問材料。
而是要把很多同類的新聞進行處理。
就比如說青年競賽的一次的活動。
在活動進行訪問的時候往往會採訪很多不同的參賽選手。
在實際進行處理的時候就必須將這些選手的參賽選手的發言進行分開處理。
這個過程如果摘要沒有多工機制的話往往需要耗時良久。
因此邱佳純向林灰建議增加多任務處理這個功能。
至於說使用者關於要不要增加多任務處理模式的分歧。
邱佳純覺得林灰如果對這件事難以取捨的話。
不妨乾脆把決策權交給使用者。
在南風APP的專業模式中開放多任務處理模式開關。
對於認為多任務處理影響專注的使用者可以選擇不開啟相應的多工模式。
而對多任務處理有需求的使用者可以選擇開啟相應的多工模式。
認真聽了邱佳純的訴求。
林灰瞭解到邱佳純的訴求基本都是圍繞著多任務處理進行闡述的。
實際上在南風APP裡引入多任務處理倒是不麻煩。
甚至於林灰可以南風APP變得比邱佳純設想的還要高效百倍千倍。
但很多時候技術的發展也不能不考慮對社會的影響。
一項技術真的一夜之間突飛勐進會帶來很多社會方面的問題。
就比如說像新聞摘要這個軟體,如果真的一夕之間效率提高百倍千倍。
那很多像邱佳純這樣的純粹的文字方面的新聞工作人員很可能直接原地失業。
【穩定運行多年的小說app,媲美老版追書神器,老書蟲都在用的換源App,huanyuanapp.org】
另外,很多東西林灰如果要搬運出來的話終歸還是要考慮搬運的合理性的。
在生成式文字摘要演算法的長線發展這方面林灰已經進行了比較長期的規劃並且付諸於實際行動。
但這些依然是不夠的。
就算一時技術有先進性,但一旦固步自封的話那終將還是會被緊隨其後的對手不斷趕超。
總之,要居安思危。
依託於林灰自己申報的以及收購來的專利。
林灰目前已經在世界文字摘要這方面是佔盡先機。
縱然林灰是佔盡先機,也只能比較合理的將生成式文字摘要技術發展(合理搬運)到第五代。
僅僅是第五代生成式文字摘要技術在很多應用場景該技術依然會出現局限性。
就拿新聞/文字摘要多任務處理這方面來說吧。
第五代生成式文字摘要就不能夠很好的勝任這方面的應用。
事實上不光是第五代生成式文字摘要演算法處理多工新聞摘要比較麻煩。
再往後的生成式摘要演算法處理多工新聞摘要也不容易。
想要依靠純粹的生成式文字摘要這方面的演算法想實現多工的新聞處理幾乎不可能做到。
即便是技術領域,也很少出現一招鮮吃遍天下的情況。
想要實現對新聞多工高效處理的話。
或許要等到人工智慧成熟之後。
人工智慧成熟會帶動很多原來遇到瓶頸的領域騰飛。
這其中就包括文字摘要這方面。
當人工智慧成熟之後,像文字摘要這樣的自然語言處理專案不僅會衍生出新的可能。
而且使用者在進行自然語言處理領域所需要的成本也會迅速下跌。
前途是光明的,道路是曲折的。
這一美好前景的實現顯然還需要很長時間。
尤其是這個時空很多機器學習這方面的進展並沒有前世那個時空進展的迅速。
現在空有機器學習的概念,深度學習卻還要差得遠。