。
这其实也是模拟人类交流的过程,当你提出问题的时候,不可能指望别人立刻进行回答,都是在明确对方需求以后,再给出进一步的反馈,越反馈越正确,因为你提的要求越难越多,对方需要寻找的范围也越来越,越来越精准。
只是交流五次就回答出这个问题,周岩还是比较意外的。
于是他改变了思路,选择提出一个大项目,让01首先提供完成这个大项目需要的步骤。
而很快,01就给出了步骤,一共五点。
周岩给出的要求是:对网络文本进行文本统计分析。
01的回复是:1、导入文本。2、文本预处理。3、文本统计。4、得出结论。
比较简单,周岩给出具体一点的要求。
于是01的回复变成了:1、导入文本。2、对文本进行预处理,导入停用词表,使用分词工具对文本进行预处理。3、对处理后的分词文本,进行词频统计。4、对词频统计后的结果进行词频统计分析,得出结论。
具体了一些,只不过依旧有点儿宽泛。
不过周岩等不及了,
他直接提出让01根据自己的步骤,生成相关的代码。
而很快,01就生成了一系列的代码。
周岩下载了《斗破苍穹》的文本,对这段代码进行验证,很快就得到了不错的数据,虽然不全面,但显然这个项目是能进行下去的。
周岩又对这段代码提出改进要求,包括词频可视化,把词频用云图展现出来,包括对词频进行文本训练,从而找出词与词之间的关联。
这一回周岩提出的要求是对两本文本进行处理,两本分别是金庸老爷子的《神雕侠侣》和《射雕英雄传》。
很快01给出了相应的代码修改,周岩复制粘贴之后,进行测试。
其实需求也特别简单,就是找主角之间的人物关系。
杨过对应龙女,那么郭靖对应什么,结果:黄蓉。
周岩又找了杨过和郭靖分别对应的关联词,同时让01局限在人物身上,自己设计一个人物词判定代码。
这一回01终于出现了一点错误,比如人物切分上面,会把4个词的人物变成2个词输出。
这就是细节上的毛病了,周岩现在也不是算法白,知道怎么改进,不过周岩更期待01给出的结果。
于是他把这个问题粘贴给了01,而01也给出了对词频进行判定,如果两个拆分的词同时出现多次,那么判定两个拆分的词合并成为同一个词,并在字典中删除前面两个拆分词,并对已经分词好的数据进行处理,合并两个拆分词,没有分词好的就以该拆分词作为分词依据,照着分词就校
粘贴进去以后,周岩发现效果意外的不错。
只是之后人物判别上也出现了一些问题,会把武器什么的加进去。
周岩又去问01,01回答了一些代码修改,但加进去以后,依旧是老样子,没法做到细致的划分。
周岩问01有没有什么好的办法,01在处理之前,就把处理的人物给预设出来,这样就不会出现之后判定错误的情况。
也就是从源头解决问题,同样也算是一件很机械的处理方式。
但是人类有时候的处理,同样很机械,而且也是填鸭式的,就比如基因测序。
请收藏:https://m.sldmf.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)