吳誌強也跟著罵了一句，：“馬勒戈壁的，這個破壁學校，整就知道變著法的坑錢，我都不想去念了。”
“就是。專業課老師水平稀爛，學的都是一些淘汰的東西，到了廠裏全要重新學。”
王偉跟吳誌強家雖然都是安陵市裏的，不過家家有本難念的經，家境也很一般，此時罵學校的同時，臉上更多的是對未來的迷茫。
陳序安慰：“先好好實習吧！以後如果有更好的出路再不遲。”
王偉丟掉香煙，轉回頭笑道：“算了，不想那麽多了，走一步看一步吧。”
陳序笑著點點頭，“車到山前必有路！隻要心態好，一切困難都不是問題。”
“陳序你上了兩年大學，現在怎麽滿嘴都是心靈雞湯啊。”
“哈哈！你難道不知道，雞湯補腎嘛。”
“你連女朋友都沒有，要補個屁的腎啊。”
“我是讓你們倆補腎。”
“滾……”
……
第二陳序又開始按部就班的給白錄入素材。
查資料的時候，陳序在網上翻到一篇關於AI寫作方麵的文章，通讀下來後，受到了很多的啟發。
文章裏從AI智能寫作談到了人工智能的深度學習以及自然語言處理兩大板塊。
深度學習是一個非常龐大的工程，暫時不去多，他打算從自然語言處理這塊下手。
自然語言處理，英文名叫Naural Language Pressing，簡稱NLP，就是用計算機來處理、理解以及運用人類語言，比如中文、英文等。
它屬於人工智能的一個分支，是計算機科學與語言學的交叉學科，又常被稱為計算語言學。
從應用角度來看，自然語言處理具有廣泛的應用前景。
特別是在信息時代，自然語言處理的應用包羅萬象，例如機器翻譯、語音識別及文語轉換、信息檢索、信息抽取與過濾、文本分類與聚類、輿情分析和觀點挖掘等等。
但是以當今世界的科技水平來講，在自然語言處理這塊，還僅僅停留在對人的意識的抓取，而不能通過詞法分析、句法分析、語義分析來理解用戶所要表達的真正意思。
像機器中英文翻譯，結構明確簡單的句子還可以，但是稍微複雜的句子以及日常用語，專業術語等，機器翻譯通常是麵目全非的。
如果能開發出一款人工翻譯級別的中英文翻譯軟件，他相信一定會火爆全球的。
不過這不是個容易的事情，那些使用英文的國家和地區，擁有著大量隻有本國居民懂得的俚語。
就像中國“錘子”不是錘子，“日”不是太陽，“放鴿子”放的不是真鴿子。
而且還有各地方言夾雜其中，這是一個任務量非常龐大的工程。
另外，不同於用智能寫作，這畢竟是私下行為，多注冊幾個馬甲便能神不知鬼不覺。
翻譯軟件將來可是要上市銷售的，一旦真能實現完美互譯，到時候會麵對來自四麵八方的質疑，那些背後的眼睛會拿著放大鏡來看他。
所以，在此之前他要把自己包裝成一個百年難遇的計算機鬼才，然後再拉一些業界大佬、學科帶頭人幫自己站台，到時候什麽牛鬼蛇神都給他靠邊站！
陳序漸漸理清了接下來的道路，“對，就是這樣！” 本章已閱讀完畢(請點擊下一章繼續閱讀!)