然语言识别读写也是机器学习的一种。
    如果资源足够，苏航大可以像谷歌一样，上亿的数据集砸下去，然后硬生生炼出一个自然语言识别程序。
    就像是
    如果数据集更加规范有序，进一步让程序能够自动生成文章也不是不行。
    但是小C明显不是这样的。
    当初小C所有的数据不过是字典词典和一些书籍，对了，还有团团和主流媒体的文章等等。
    数据量少，而识别相契合度高，说明小C有着更加先进的算法。
    尤其是自然语言有着大量的隐性信息。
    汉语尤其如此。
    比如，这是什么意思？
    根据不同的语气就有不同的解读方式。
    所以，对于模糊的汉语识别是非常困难的。
    但是，理解诗词韵味对小C而言也许有些困难，但是结合语境理解自然语言的含义却是不在话下。
    通过对小C的代码分析，苏航大概摸索清楚了小C的“逻辑”。
    数据的价值不仅取决于量，还取决于质。
    就像有些人可以见微知著，数据量虽少，但是却能够通过分析发挥更大的作用。
    纯粹的用大量数据进行“筛选”，用淘汰的方式来选择合适的拟合路径，对算力的浪费是极大的。
    小C则不一样。
    在收集到数据后，首先建立了特殊的读写数据库。
    就像是小学生学组词造句一样，小C也把每一个汉字

本章还未完，请点击下一页继续阅读>>>