然而新的疑问旋即泛起在伊芙·卡莉的脑海之中。
这个南风APP的开发者究竟是怎么搞定这种临时被叫做“生成式摘要算法”的全新算法呢？
所谓的生成式摘要算法这样类似的依托于神经网络的摘要算法他们的开发团队之前也曾经涉猎过。
其时他们将这种算法称为“归纳综合式摘要算法”，可是这种算法经过他们小组多轮测试实际体现并不理想。
虽然这种归纳综合式或者叫生成式文本摘要的摘要算法能够发生原文中没有泛起过的表达，相比于抽取式摘要算法越发灵活。
但也正因今生成式摘要更容易发生事实性错误，这些错误既包罗与原文信息相违背的内容，又包罗与人们的知识相违背的内容。
除此之外，这种生成式文本摘要算法在应付长新闻时很容易体现出明显的疲软乏力。
虽然将这种生成式摘要算法和抽取式摘要算法放到一起的话会改善生成式摘要算法处置惩罚新闻长度的能力。
但经过测试，没有生成式摘要算法拖油瓶，抽取式摘要算法反而能够体现的越发理想。
为了稳妥起见，伊芙·卡莉所在的团队最终照旧选择通过进一步强化抽取式文本摘要的速度和准确度这一传统文本摘要偏向。
一个曾经被他们遗弃的偏向，却被别人重新拾起？
听起来有点不行思议，但是事实就是南风APP的开发者不光重新拾起他们曾经遗弃的研究偏向，反而做的比他们更优秀，可以说是狠狠打脸了。
伊芙·卡莉有点困惑，她怎么也想不通南风APP的开发者究竟是怎么在他们认为行不通的偏向趟出一条道的。
但有一点可以肯定，南风APP的开发者虽然用的也是跟归纳综合/生成式算法相类似的算法，但具体到生成式算法自己至少要比他们当初做的那个生成式算法先进一代。
尽管心中困惑加上狠狠被打脸，但伊芙·卡莉并没有体现出很情绪化，至少没有如同尼克在信中体现的那样情绪化。
多年的研究生涯早就养成了伊芙·卡莉宠辱不惊的理性性格。
再者科技方面的进步原本就是此起彼伏。
如果因为一时的得失就患得患失，那还不如尽早换行。
多余的情感颠簸非但没有须要，反而会影响理智的判断。
深入体验南风APP，伊芙·卡莉不得不认可，虽然这款APP很像是临时拿翻译软件过来凑数的，但焦点算法确实很强。
甚至一如这款软件宣传标语所说的那样——“地表最强”。
除此之外这款软件宣称的摘要速度与摘要准确度碾压同类软件也所言非虚。
等等，想起南风APP这款软件宣传标语中着重强调的“准确度”，伊芙·卡莉突然想到了什么。
现在的新闻摘要软件算法在宣传方面都是强调速度的，很少又在准确度方面大谈特谈的。
倒不是因为准确度在新闻摘要方面不重要，恰恰相反，准确度在新闻摘要这方面极其重要，可以说准确度是权衡一个摘要算法堪不堪用最基础的因素，但种种摘要算法很少有对精确度进行极其精确的量化宣传的。
原因无它，因为现在业内瞄准确度的权衡缺乏一个统一的尺度。
听起来很不行思议，但是事实如此，评估一篇摘要的准确度看似很容易，但其实这是一件比力困难的任务。
对于一篇摘要的权衡而言，很难说有尺度答案，差异于许多拥有客观评判尺度的任务，摘要的评判一定水平上依赖主观判断。
在摘要任务中，有关于语法正确性、语言流畅性、要害信息完整度等权衡摘要准确度的尺度都缺乏一个统一的标尺。
在现今评估自动文本摘要质量的两种要领：人工评价要领和自动评价要领。
人工评估就是邀请若干专家人为制定尺度进行人工评定，这种要领比力接近人的阅读感受。
但是耗时耗力，不光无法用于对大规模自动文本摘要数据的评价，和自动文本摘要的应用场景也并不切合。
最要害的是以拥有主观思想的人进行摘要的评价的话，很容易泛起偏差，究竟一千小我私家眼里有一千个哈姆雷特，每小我私家对新闻摘要的权衡都有自己的准绳，或许一个权衡团队可以制定一个统一的权衡尺度，但换一个权衡团队很可能权衡尺度便纷歧样。
这就很容易导致在评判准确度的时候因为评判团队的差异，同一次的摘要结果会获得截然差异的评价。
评判团队千差万别，很容易导致一些明明有实力做好算法的团队却因为评判团队拉跨出师未捷身先死。
伊芙·卡莉他们团队的文本摘要算法之前一度能够在全球领先。
跟他们和牛津、哈佛、耶鲁三所大学的语言学方面深度相助有着很大的关系。
但这终究不是恒久之计，人工的评估要领因其固有的局限性注定了走不远。
因此，文本摘要算法研究团队积极地研究自动评价要领。
自上世纪九十年代末开始，一些聚会会议或组织开始致力于制定摘要评价的尺度，他们也会加入评价一些自动文本摘要。
比力著名的聚会会议或组织包罗SUMMAC、DUC、TAC（Text Analysis Conference）等。
尽管相关的团队在积极研究自动评价要领，在现今评估自动文本摘要质量的两种要领（人工评价要领和自动评价要领）照旧以人工评价要领这个评估要领最为常用。
许多自动评价要领的原理主要是将摘要算法生成的新闻摘要和参考摘要进行比力通过最大拟合水平来进行评价。
这个评价的历程虽然是自动的，但参考摘要却是人工撰写的。
也就是说即即是所谓的自动评价要领，也挣脱不了主观因素的介入。
那样的话何苦多费一遍功夫用什么自动评价要领？
也正因为如此许多团队在评估摘要质量时选择的方式依旧是人工评估。
而人工评估这种主观工具就很难对结果进行客观的量化。
正因为这种情况，尽管之前不少团队摘要算法准确度都还算不错。
但涉及到新闻摘要准确度方面的宣传，各人都选择性的遗忘了。
就这种情况下，为什么南风APP的开发者在软件介绍中却言之凿凿地称这款软件准确度比同类软件横跨270%。
这个所谓的270%究竟是基于什么尺度去权衡的呢？