第89章 吳辰幫的第一個成員
第89章 吳辰幫的第一個成員
閔欣柔對這個技術並不陌生。
她立即舉手道：「老師，基於詞典和隱馬爾可夫模型的分詞嗎？」
這是2008年的主流做法，比如ICTCLAS（中科院分詞）系統就是這麼幹的。
吳辰搖搖頭。
「不是，我們要用一種叫做BPE，也就是字節對編碼的算法。」
「它的原理大致是這樣，不要預設字典，而是通過統計字符組合的頻率，將最常見的字對合併成一個新的單位————」
聽完吳辰的講解後，閔欣柔立即意識到這種算法完全顛覆了傳統。
就像word2Vec讓機器學會了自己翻譯語言，這個BPE算法，讓人類與機器的距離又靠近了一步！
她興奮道：「吳老師，那我們要從哪一部分開始呢，是先寫統計腳本，還是先構建詞表？」
吳辰理解她的興奮，同時驚嘆她的敏銳。
BPE算法，是未來大語言模型的一大重要支柱。
「從數據標註開始。」
「那我的任務呢？」
「去刷天涯論壇，然後在假期結束前完成5000條數據的標註，對一個帖子，你需要分辨出裡面的好話、反話和髒話，並且標註情感正負向。」
「老師，我明白了！」
閔欣柔答應了下來。
算上明天和後天，再加上長假七天，她總共有九天時間。
如果要標註5000條數據，那就意味著她每天除了吃飯睡覺，至少要工作12個小時以上。
手不能停，腦子更不能停。
吳辰自然也明白這個道理，但他什麼也沒說。
對閔欣柔的學習能力他很滿意，所以想好好培養她。
但這小姑娘有一個很大的缺點，就是太容易相信人。
自己也沒做多少事，她就這麼信任自己，那她以後在社會上一定會吃虧。
那吳辰不介意提前教她什麼叫資本家的險惡。
看了看時間，吳辰道：「我下午還要去學校，你在家自己呆著，我的電腦你直接用就好了，請假的事情我會和你們輔導員說。」
閔欣柔點了點頭。
吳辰的電腦她之前已經用過，很熟練了。
不過她有些難過的看著自己的右腳說：「老師，我今天受傷了，本來還打算做飯給您吃的。」
她現在走幾步都難，更別說站在灶台前了。
吳辰奇怪的看了她一眼。
「怎麼不能————你這樣。」
他起身把電腦椅從書桌後搬過來，讓閔欣柔坐上去後，推著她來到了廚房。
「椅子下面有輪子，你去哪裡都很方便，而且還能坐著做飯，多方便。
安頓好閔欣柔以後，吳辰心情愉悅的去了學校。
他真的很看好這小姑娘在學術上的天賦。
其實BPE算法他花兩個月左右就能完全搞定。
但有了閔欣柔的幫忙，下個月她就能幫自己處理訊飛和天涯那邊給的數據，省去自己很大的精力。
那他就可以更專注的做關於注意力機制的研究了。
這項技術，是Transformer架構的核心。
他不準備假手他人，必須自己牢牢掌握在手裡。
而對自己掌握的其他超前知識，他不介意找一支聰明人組成的核心團隊來幫助自己研究。
但相比聰明，更重要的是忠誠。
而老師這個身份就非常容易培養出一批忠於自己的人。
比如漢東省某個主觀上不存在，但客觀上存在的小團體。
其實學生們要的真的不多，只是一份正常的報酬而已。
所以吳辰很不理解高校里某些老師的做法，非要把學生當成牲口壓榨，最後弄的一點香火情都沒有。
到學校停好車後，吳辰徑直去了籃球場。
下午是信工學院和國際教育學院教師組的籃球賽。
由於王宏發要參賽，所以劉萍這個狗腿子就把簽到地點定在了這裡。
到了以後，比賽已經開始了。
吳辰瞅了一眼得分牌。
不出意外，信工學院在王宏發的帶領下，以負30分的比分大幅度領先於對方。
眼看著比賽已經到了第四節，擔任控球後衛的黃瑞傑急了。
其實對學院榮譽什麼的他也不在乎。
但對面那個叫朴國昌的韓國中鋒實在是讓他惱火。
不僅動作髒，嘴裡還不乾不淨。
而且在美國上學的時候，黃瑞傑就被幾個韓國人發生過衝突，對這幫人拿春節和端午節去申遺的強盜邏輯噁心的不行。
沒想到回國了以後還被欺負。
但王宏發在場上，隊裡的其他人就只會瘋狂的給他餵球。
要是這老登投的准也就算了。
偏偏一投一個三不沾。
看眼自己又被朴國昌給擠眉弄眼的嘲諷了一下，黃瑞傑終於忍不住想帶球上籃殺殺對方的威風。
結果他身板實在太弱，被朴國昌肥壯的身體輕鬆給擋了下來，還借著力將他狠狠撞飛了出去。
從地上爬起來的黃瑞傑只覺得肋骨火辣辣的痛。
他對著裁判大聲道：「他犯規了！
但裁判還沒說話，王宏發就先開口了。
「小黃，人家這是正常的身體對抗，你自己不小心，怎麼還說人家犯規？」
「我不小心？」
黃瑞傑不可置信的指了指自己的紅腫的肋骨。
「不然呢？」
王宏發哼了一聲。
看著他沉下臉陰沉的盯著自己，黃瑞傑突然就冷靜了。
之前王宏發讓他去和江東藥廠合作的實驗室，他拒絕了。
因為他選擇站在吳辰一邊。
他相信能一次發八篇優秀論文的人，肯定不會是池中之物。
以後別說取代王宏發了，就連許建平的位置，他覺得吳辰都能坐一坐。
到時候不說副校長了，院長這個位置總得給自己安排一個吧？
結果王宏發就開始針對自己了。
來日方長！
黃瑞傑恨恨的在心中罵了一句後，堆起笑臉道：「院長，是我不理智了。」
王宏發盯著他看了幾秒，才滿意的點點頭，然後轉身對朴國昌道：「朴教授，我們院裡的年輕人不懂事，您別介意。」
「阿西。」
朴國昌不在意的揮了揮手，完全沒當回事。
王宏發卻熱臉貼著冷屁股的繼續說笑。
吳辰在場邊目睹了這一幕後，整個人跟吃了蒼蠅似的。
兩世為人，他還是不理解王宏發為什麼這樣崇洋媚外，跟他媽祖上被外國人日了似的0
不過惡人自有惡人磨。
在王宏發腆著肚子將球運到籃下，想學黃瑞傑一樣上籃時，朴國昌毫不留情的給他來了一個大大的蓋帽。
這一巴掌下去，直接著球砸在了王宏發的禿頭上。
一聲慘叫後，王宏發重重的摔在了地上，腳腕扭曲成了一個詭異的角度。
整個籃球場上頓時響起了他殺豬般的叫聲。
劉萍頓時急了，衝上前去將王宏發扶了起來，然後對著朴國昌大吼道：「你怎麼這麼不小心！
「阿西，這是比賽，我————」
但朴國昌話還沒說完，王宏發就蒼白著臉擺手道：「沒事，是我不小心，我下場，你們繼續陪朴教授玩！」
這下不僅是黃瑞傑，連帶著場上其他人都驚的說不出話了。
閔欣柔對這個技術並不陌生。
她立即舉手道：「老師，基於詞典和隱馬爾可夫模型的分詞嗎？」
這是2008年的主流做法，比如ICTCLAS（中科院分詞）系統就是這麼幹的。
吳辰搖搖頭。
「不是，我們要用一種叫做BPE，也就是字節對編碼的算法。」
「它的原理大致是這樣，不要預設字典，而是通過統計字符組合的頻率，將最常見的字對合併成一個新的單位————」
聽完吳辰的講解後，閔欣柔立即意識到這種算法完全顛覆了傳統。
就像word2Vec讓機器學會了自己翻譯語言，這個BPE算法，讓人類與機器的距離又靠近了一步！
她興奮道：「吳老師，那我們要從哪一部分開始呢，是先寫統計腳本，還是先構建詞表？」
吳辰理解她的興奮，同時驚嘆她的敏銳。
BPE算法，是未來大語言模型的一大重要支柱。
「從數據標註開始。」
「那我的任務呢？」
「去刷天涯論壇，然後在假期結束前完成5000條數據的標註，對一個帖子，你需要分辨出裡面的好話、反話和髒話，並且標註情感正負向。」
「老師，我明白了！」
閔欣柔答應了下來。
算上明天和後天，再加上長假七天，她總共有九天時間。
如果要標註5000條數據，那就意味著她每天除了吃飯睡覺，至少要工作12個小時以上。
手不能停，腦子更不能停。
吳辰自然也明白這個道理，但他什麼也沒說。
對閔欣柔的學習能力他很滿意，所以想好好培養她。
但這小姑娘有一個很大的缺點，就是太容易相信人。
自己也沒做多少事，她就這麼信任自己，那她以後在社會上一定會吃虧。
那吳辰不介意提前教她什麼叫資本家的險惡。
看了看時間，吳辰道：「我下午還要去學校，你在家自己呆著，我的電腦你直接用就好了，請假的事情我會和你們輔導員說。」
閔欣柔點了點頭。
吳辰的電腦她之前已經用過，很熟練了。
不過她有些難過的看著自己的右腳說：「老師，我今天受傷了，本來還打算做飯給您吃的。」
她現在走幾步都難，更別說站在灶台前了。
吳辰奇怪的看了她一眼。
「怎麼不能————你這樣。」
他起身把電腦椅從書桌後搬過來，讓閔欣柔坐上去後，推著她來到了廚房。
「椅子下面有輪子，你去哪裡都很方便，而且還能坐著做飯，多方便。
安頓好閔欣柔以後，吳辰心情愉悅的去了學校。
他真的很看好這小姑娘在學術上的天賦。
其實BPE算法他花兩個月左右就能完全搞定。
但有了閔欣柔的幫忙，下個月她就能幫自己處理訊飛和天涯那邊給的數據，省去自己很大的精力。
那他就可以更專注的做關於注意力機制的研究了。
這項技術，是Transformer架構的核心。
他不準備假手他人，必須自己牢牢掌握在手裡。
而對自己掌握的其他超前知識，他不介意找一支聰明人組成的核心團隊來幫助自己研究。
但相比聰明，更重要的是忠誠。
而老師這個身份就非常容易培養出一批忠於自己的人。
比如漢東省某個主觀上不存在，但客觀上存在的小團體。
其實學生們要的真的不多，只是一份正常的報酬而已。
所以吳辰很不理解高校里某些老師的做法，非要把學生當成牲口壓榨，最後弄的一點香火情都沒有。
到學校停好車後，吳辰徑直去了籃球場。
下午是信工學院和國際教育學院教師組的籃球賽。
由於王宏發要參賽，所以劉萍這個狗腿子就把簽到地點定在了這裡。
到了以後，比賽已經開始了。
吳辰瞅了一眼得分牌。
不出意外，信工學院在王宏發的帶領下，以負30分的比分大幅度領先於對方。
眼看著比賽已經到了第四節，擔任控球後衛的黃瑞傑急了。
其實對學院榮譽什麼的他也不在乎。
但對面那個叫朴國昌的韓國中鋒實在是讓他惱火。
不僅動作髒，嘴裡還不乾不淨。
而且在美國上學的時候，黃瑞傑就被幾個韓國人發生過衝突，對這幫人拿春節和端午節去申遺的強盜邏輯噁心的不行。
沒想到回國了以後還被欺負。
但王宏發在場上，隊裡的其他人就只會瘋狂的給他餵球。
要是這老登投的准也就算了。
偏偏一投一個三不沾。
看眼自己又被朴國昌給擠眉弄眼的嘲諷了一下，黃瑞傑終於忍不住想帶球上籃殺殺對方的威風。
結果他身板實在太弱，被朴國昌肥壯的身體輕鬆給擋了下來，還借著力將他狠狠撞飛了出去。
從地上爬起來的黃瑞傑只覺得肋骨火辣辣的痛。
他對著裁判大聲道：「他犯規了！
但裁判還沒說話，王宏發就先開口了。
「小黃，人家這是正常的身體對抗，你自己不小心，怎麼還說人家犯規？」
「我不小心？」
黃瑞傑不可置信的指了指自己的紅腫的肋骨。
「不然呢？」
王宏發哼了一聲。
看著他沉下臉陰沉的盯著自己，黃瑞傑突然就冷靜了。
之前王宏發讓他去和江東藥廠合作的實驗室，他拒絕了。
因為他選擇站在吳辰一邊。
他相信能一次發八篇優秀論文的人，肯定不會是池中之物。
以後別說取代王宏發了，就連許建平的位置，他覺得吳辰都能坐一坐。
到時候不說副校長了，院長這個位置總得給自己安排一個吧？
結果王宏發就開始針對自己了。
來日方長！
黃瑞傑恨恨的在心中罵了一句後，堆起笑臉道：「院長，是我不理智了。」
王宏發盯著他看了幾秒，才滿意的點點頭，然後轉身對朴國昌道：「朴教授，我們院裡的年輕人不懂事，您別介意。」
「阿西。」
朴國昌不在意的揮了揮手，完全沒當回事。
王宏發卻熱臉貼著冷屁股的繼續說笑。
吳辰在場邊目睹了這一幕後，整個人跟吃了蒼蠅似的。
兩世為人，他還是不理解王宏發為什麼這樣崇洋媚外，跟他媽祖上被外國人日了似的0
不過惡人自有惡人磨。
在王宏發腆著肚子將球運到籃下，想學黃瑞傑一樣上籃時，朴國昌毫不留情的給他來了一個大大的蓋帽。
這一巴掌下去，直接著球砸在了王宏發的禿頭上。
一聲慘叫後，王宏發重重的摔在了地上，腳腕扭曲成了一個詭異的角度。
整個籃球場上頓時響起了他殺豬般的叫聲。
劉萍頓時急了，衝上前去將王宏發扶了起來，然後對著朴國昌大吼道：「你怎麼這麼不小心！
「阿西，這是比賽，我————」
但朴國昌話還沒說完，王宏發就蒼白著臉擺手道：「沒事，是我不小心，我下場，你們繼續陪朴教授玩！」
這下不僅是黃瑞傑，連帶著場上其他人都驚的說不出話了。