重生之王牌黑客-第176部分
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
蹋懔耍凰盗耍一匚萘耍换岫苑沟氖焙颍拔乙簧！�
肖远说完后，上楼去了，
回到房间，肖远把唐新宇给他的那份关于搜索引擎的企划书拿出來，打开看了起來，
第302章自然语言处理
企划书很厚，两三百页，内容写得很详细，
肖远在翻看的时候，并洠в腥ブ鹱种鹁涞亩粒导噬弦矝＇有那个必要，他只需要通过企划书，把握其中的脉络和关键，对唐新宇和顾狼的想法有所了解就行了，好在企划书虽然厚，但是条理很清楚，所以肖远读起來也不费事，
在肖远把企划书读到一半的时候，杨静宸在外边喊他吃饭，于是他暂停了阅读，起身出门吃饭去了，
吃过饭后，他跟随老妈去了书房，想要问她一些事情，
“怎么，还要妈帮你做什么。”书房里，杨静宸问道，很显然，她以为肖远还要说开源社区的事情，
“不是，我想问问，您对中文自然语言处理知道多少，实验室有洠в兴谘芯空飧觥！毙ぴ段实溃�
“为什么想起问这个了。”杨静宸问道，
“玄涅公司准备做一个全文搜索引擎，目的是想让用户通过在搜索框输入日常用的语言，搜索引擎应该能够自动对他们的语言进行分析理解，然后从网络上海量的网页中搜索到他们想要的信息，这里面需要用到自然语言处理。”肖远说道，
“全文搜索引擎。”杨静宸眼前一亮，由衷道，“这个想法好啊，如果能做成，比玄涅现在主要经营的玄涅防火墙，更有前景，更容易做成大产业。”
“是的，我们也是看到了这一点儿，但是这其中有一些既需要理论支持，又需要大量基础工作的东西，自然语言处理也在其中，而且很重要，您不是人工智能专家吗，所以我才想到问问您。”肖远说道，
“自然语言处理严格來说，应该是一个以人工智能为核心的跨学科研究方向，它牵涉到的，不仅仅是计算机和人工智能，还牵涉到语言学，心理学等其他社会学分科，虽然这个学科在西方起源挺早，四十年代就有了，但是自然语言系统太过复杂，所以，直到现在，全世界范围内，也洠в惺裁赐黄菩越埂！�
杨静宸显然对这个领域很熟悉，给肖远介绍了一下当前国际上关于这方面的研究情况，然后又说了国内的研究情况：“咱们国内对这方面的研究，相比国外，还处于一个水平更低的基础信息积累阶段，一方面是因为国内的起步比西方晚，二來，是因为，中文和西方拉丁语系的那些语言有很大不同，拉丁语系是拼音语系，而且句式本身就是结构化的，所以计算机处理起來也相对容易，但是中文却是一种古老的象形文字，句式灵活随意，充满了各种虚词助词，想将这样的语言转化成计算机可以分析处理的形式，本身就是一个很大的难睿！�
“嗯，这倒是事实，那么咱们国家现在的研究状况究竟是什么样子的。”听了老妈的话，肖远稍稍有些失望，前世他也只是稍稍关注过这方面的理论，具体的细节了解也不是太多，于是就想更深入的了解一些，
“现在国内进行这方面研究的，主要是几个大学，其中京华大学的研究比较前沿，国内其他大学在这方面的研究，也大都在配合京华大学的研究，做一些基础词库整理工作，妈的实验室也有人在做这方面的研究，主要承担的是H到P的词汇整理建库工作，目前完成度已经到百分之八十了。”杨静宸说道，
听了杨静宸的介绍，肖远说道：“基础词库大概什么时候能够建好。”
“这个很难估计。”杨静宸说道，说完看到肖远眉头皱了起來，又说道，“你要真的想在搜索引擎中使用自然语言处理算法，妈倒是能给你一些建议。”
肖远用询问的目光看着老妈，等着她继续，
“人们要利用你说的搜索引擎在网上检索信息的话，我想他们用的最多的，肯定不会是完整的句子，而是一些关键词，或者一些短句，仅仅分析关键词和短句的话，难度就洠в心敲创罅耍夷阋矝＇必要一下子就把产品做的那么完美，人们以前从來洠в薪哟ス庋牟罚裕恍枰恍┘虻サ闹悄苄裕妥阋远杂没Р愎坏奈α恕！毖罹插匪档溃�
肖远点了点头，说道：“这个我自然是知道的，不过咱们国内的研究状况让我有些失望罢了，第一版肯定不能一下子往里面放太多的东西，只需要做出一个基本的东西，然后根据用户的反馈和新技术的成熟，再扩充，让它越來越完善，这好像是软件工程上有名的XP编程。”
“你知道XP编程。”
杨静宸却是因为肖远提到XP编程（此处的XP指的是eXtremeProgramming的简写，极限编程的意思，而WindowsXP中的XP指的是experience的简写，意思是体验，而且99年还洠в蠾indowsXP之说，）感到很惊讶，大概是想不到肖远还会去看软件工程方面的书吧，更何况XP开发方法还是近几年才有人提出來的一种很新的方法，
“了解一些。”肖远却是洠в邢氲阶约核婵诘囊痪浠埃寄苋美下韪械骄龋谑蔷桶鸦邦｝又拉回了正睿档溃奥瑁业褂懈鱿敕ā！�
“什么想法。”杨静宸问道，
“我想让玄涅搜索和你的人工智能实验室进行深度合作，一方面，你们能够从玄涅得到一定的资金支持，而且你们还可以利用玄涅搜索所采集的海量网络信息资源，另一方面，玄涅也能够第一时间将你们的研究成果应用到自己的产品中，提升公司的技术含量，我认为这是一件双赢的事情。”肖远说道，
“学校科研和企业合作，尽快转化成生产力，是咱们国家一直提倡的，人工智能实验室这些年，也一直在寻求与企业合作，联合研发，所以，如果玄涅想要合作的话，实验室当然欢迎了。”杨静宸说道，
“那好，等时机成熟后，我让唐新宇和你们谈，具体过程我就不参与了。”肖远说道，
…………
和老妈又聊了一会儿，肖远再次回到了自己的房里，把企划书看完，思索片刻，他拿出纸笔，开始构思玄涅搜索引擎的技术架构了，
PS：这几章需要讲一些技术方面的知识，为了保证不出现什么纰漏，绿茶需要思考很多东西，查很多资料，写的很慢，很费脑，
今天仍然三更，第二更送到，
第303章玄涅重组
虽然后世以百度、谷歌为代表的搜索引擎最终呈献给用户的，只是一个只有一个搜索条和一个搜索按钮的简单页面，但是隐藏在页面后台的却是一个由成千上万台服务器，天文数字级的海量数据，以及一个复杂的搜索引擎软件组成的庞大系统，而这个系统的核心，就是搜索引擎，
搜索引擎虽然很复杂，但是其系统总体架构却并不复杂，主要由网络数据采集模块，数据分析排序模块，数据库，用户查询请求分析模块等组成，起工作流程也很简单：
网络数据采集模块是一个很重要的模块，其主要功能是从网络上抓取网页信息发送回搜索引擎服务器，这个模块有一个很形象的名字，叫做网络蜘蛛，也有人把它叫做网络机器人，之所以叫网络蜘蛛，是因为蜘蛛会踩着它吐的蛛丝在网上漫步，而网络蜘蛛虽然自己不吐丝，但是互联网上的超链接却将无数的网页连接成一个巨大的网，网络蜘蛛则会在这个网上不停地到处爬行，采集网页信息，之所以叫网络机器人，却是因为这种爬行搜索的过程，是完全自动化进行的缘故，
网络蜘蛛将搜集到的网页信息，发送回搜索引擎服务器，由网络数据分析模块对之进行分析，按照一定的算法，给每个网页赋予一定的权重，将网页进行排序，
判断一个搜索引擎的优劣，很大程度上，取决于这个排序算法，一个优秀的全文搜索引擎，能够通过优化排序，让用户第一时间得到自己想要的信息，而不用继续往下翻页，所以，这个排序算法将会是整个搜索引擎最核心的技术，
对此，肖远自然也是十分熟悉的，实际上，他并洠в写蛩愦油分廖沧约憾懒⑷ネ瓿伤阉饕娴目ⅲ亲急冈谛榻ㄒ桓隹⑿∽椋餐献鱽硗瓿烧鱿低车目ⅲ牵承畔⑷ㄖ胤峙浜团判蚰？椋魑渲凶钪匾詈诵牡牟糠郑词且约呵鬃钥⒌模以诳⑼瓿珊螅够峤魑咀詈诵牡募际趸埽昵胱ɡ梅啥云浣斜；ぃ�
至于其他非核心的模块，即使是网络蜘蛛这样的重要功能模块，在搞清楚工作原理后，开发并不困难，所以，他准备交给开发小组來做，自己就不亲自动手了，
一套完整的搜索引擎开发文档，也不是一时半会儿能够做出來的，肖远晚上只是在草稿纸上画了一些架构图和流程图，然后就上床睡觉了，
从第二天开始，肖远整整花了三天时间，才把整个系统的总体结构设计文档写了一个初稿出來，然后他去了玄涅公司，把唐新宇和顾狼召集在一起，反复对开发文档进行了探讨，修改，数易其稿，如此一來，很多天就匆匆过去了，
与此同时，唐新宇也开始着手对玄涅网络科技股份有限公司进行结构调整，成立了一个网络安全事业部，将以玄涅防火墙为核心的网络安全产品及相关业务，全部划归到了网络安全事业部，
与网络安全事业部并立，唐新宇开始着手组建搜索引擎事业部，而顾狼也按照预定计划，配合唐新宇，着手组建搜索引擎开发小组，
段炎月这段时间除了继续完善玄涅开源社区建设计划书之外，也在着手组建玄涅的第三个特殊的事业部，，玄涅开源事业部，之所以说这个事业部特殊，是因为这个事业部和其他两个事业部不同，它虽然名义上隶属于玄涅公司，但是无论财权，还是经营权，都是完全独立的，在建立这个事业部后，段炎月也正是开始着手招人，进行开源事业部的组织建设了，
杨静宸也在上次与段炎月会面后，于一周后，在学校为玄涅开源社区准备组建的高校开源软件联盟争取到了400Mbps的免费网络带宽，这个带宽在高校开源联盟建设初期，也暂时够用一阵子了，
在得到网络带宽之后，肖远给段炎月列了个设备清单，并划了一百万给她，让段炎月按照清单，进行设备采购，在江州大学进行部署，并让顾狼安排了技术人员，协助段炎月将玄涅论坛往教育网内迁移，并按照段炎月的要求，对其改造升级，
总之，这一段时间，作为玄涅创业团队中的几个核心成员，肖远，唐新宇，顾狼，段炎月都是异常的繁忙，用连轴转來形容，也一点儿也不为过，
…………
时间很快进入了七月下旬，搜索引擎开发小组组建完成，顾狼仍然是开发小组的组长，本來顾狼是想让肖远但当组长的，但是却被肖远推辞了，因为他并不能长时间的留在这个开发小组，在他把自己的工作做完后，还有其他重要的事情要做，如果他当组长，到那时，还得还给顾狼，而临阵换将，历來都是兵家大忌，
尽管肖远洠в械Ｈ慰⑿∽榈淖宄ぃ强⑿∽榈拿扛鋈巳粗溃ぴ兑彩枪镜墓啥绱艘灾劣诳⑿∽榈某稍倍运己芸推�
但是，开发小组的成员所知道的也仅限于此了，他们不知道的是，这个搜索引擎的总体架构是肖远设计的，甚至不知道搜索引擎的最核心的模块，，网页权重分配和排序算法也将由亲自來开发，
之所以要这样做，肖远有着自己的考虑，因为他无法担当开发小组的组长，也注定了他不适合成为开发小组的核心，但是作为一个开发团队，必须有一个核心人物，这个人物除了他，只能是顾狼，如果让开发小组的人知道了真相，那么他将成为开发小组内很特殊的一个存在，而这个存在对于顾狼的核心地位，是非常不利的，进而也会对开发小组产生很不利的影响，
所以，肖远从进入开发小组第一天开始，就要求顾狼刻意隐瞒了一切，甚至在分配开发任务的时候，核心算法的开发任务也是由顾狼领走了，而肖远则分配到了一个很边缘的模块，如此一來，给开发小组造成的印象是，肖远根本就是來打酱油的，有洠в卸际俏匏降氖虑椋飧觯词切ぴ蹲约豪钟诳吹降慕峁�
因为前期文档做的详细，而且肖远设计的软件架构对于分工合作非常有利，开发工作进行的很顺利，肖远每天也都会和一般员工一样，按时上班，下班，而且还能做着自己喜欢的事业，对未來充满了期待，这样的生活平静中带有激情，让他很留恋，
但是当时间到了七月二十七号的时候，他不得不暂时离开了公司，因为这一天，是高考成绩正式公布的日子，
PS：这一章要考虑的东西太多，改了又改，简直�
