Hello，大家好，又到了干貨時(shí)間，大家都知道現(xiàn)在搜索引擎對(duì)文章的質(zhì)量和原創(chuàng)度要求越來越高，研究發(fā)現(xiàn)，出現(xiàn)在網(wǎng)站上的新文章將得到更好的收錄，有了收錄才能有機(jī)會(huì)獲得更好的排名，今天介紹一個(gè)很多5118鐵粉正在內(nèi)測(cè)的工具：

本工具的原理是通過對(duì)文章進(jìn)行智能短語(yǔ)切割，而非詞匯切割，對(duì)文章進(jìn)行整體分析，得出哪些詞匯是可以被其他詞匯最準(zhǔn)確的替換，舉個(gè)例子：

像 “吃瓜群眾” 這樣的短語(yǔ)，在很多分詞系統(tǒng)中可能會(huì)分為 “吃瓜”和 “群眾”，而在5118這套智能原創(chuàng)工具中，由于機(jī)器能夠像人一樣理解 “吃瓜群眾” 和 “鍵盤俠”、“五毛黨” 、“網(wǎng)絡(luò)噴子” 、“杠精” 等詞匯意義是相似的，所以工具自動(dòng)推薦該短語(yǔ)可以被這些詞匯所替換，當(dāng)然根據(jù)上下文我們自己也需要做出判斷。

例如像成語(yǔ)“津津有味”，智能算法知道“興致勃勃”、“津津樂道”等詞匯是可以在文中替換的。

例如下面一個(gè)段落：“小龍女吳卓林一直生活在跌宕起伏之中，與母親吳綺莉的吵吵鬧鬧更讓吃瓜群眾吃得津津有味，后又被爆與31歲女網(wǎng)紅相戀，驚呆了一群吃瓜群眾?！?

經(jīng)過5118工具智能算法分析后，工具界面上將會(huì)如下文所示：

小龍女吳卓林一直生活在跌宕起伏之中，與母親吳綺莉的吵吵鬧鬧更讓吃瓜群眾吃得津津有味，后又被爆與31歲女網(wǎng)紅相戀，驚呆了一群吃瓜群眾。

藍(lán)色文字和橙色文字代表可以點(diǎn)擊顯示智能替換詞語(yǔ)，而藍(lán)色和橙色之間有一定區(qū)別，橙色代表已經(jīng)有比較確定的替換詞匯，而藍(lán)色標(biāo)識(shí)這個(gè)詞匯短語(yǔ)是猜測(cè)有哪些可以替換的詞匯。

作為一篇文章我們一般會(huì)保留他的主體，例如人物、事件，如果這些替換了整篇文章就是假內(nèi)容了。

如圖雖然智能算法也知道“吳卓林”是成龍的女人，但是由于文中前面有“小龍女”這個(gè)修飾，所以這里替換為“成龍女兒”不符合語(yǔ)法。

按照這種方法，我們不斷的選擇智能算法為我們建議的可替換詞匯，最后那段文字將會(huì)變成：

小龍女吳卓林總是家庭生活在起起伏伏當(dāng)中，與媽媽吳綺莉的磕磕絆絆更讓鍵盤俠吃得興致勃勃，后又被爆與31歲美女網(wǎng)紅同床共枕，嚇尿了成群網(wǎng)絡(luò)噴子。

通過這類替換，文字已經(jīng)區(qū)別非常大，我們利用搜索引擎識(shí)別的同樣的方法實(shí)現(xiàn)了相似度計(jì)算，可以在界面頂部看到相似度已經(jīng)下降到了58.43%，這已經(jīng)是一個(gè)非常低的數(shù)值，完全可以認(rèn)為是兩個(gè)不同的文字。

通過上面的整個(gè)例子我們看到一些有意思的替換：

跌宕起伏 ---- 起起伏伏

吵吵鬧鬧 ---- 磕磕絆絆

吃瓜群眾 ---- 鍵盤俠

津津有味 ---- 興致勃勃

女網(wǎng)紅 ---- 美女網(wǎng)紅

相戀 ---- 同床共枕

驚呆了 ---- 嚇尿了

吃瓜群眾 ---- 鍵盤俠

大家是不是看出智能算法的強(qiáng)大，有的時(shí)候連人類都不一定會(huì)有這些聯(lián)想，這要?dú)w功于人工智能和大數(shù)據(jù)，5118通過對(duì)全網(wǎng)100億文章進(jìn)行智能分析，將中文短語(yǔ)分詞準(zhǔn)確率提高到新的高度，同時(shí)利用GPU云計(jì)算來加快對(duì)海量數(shù)據(jù)的智能總結(jié)，能在幾天內(nèi)從幾十T的大數(shù)據(jù)中得出類似“驚呆了”和“嚇尿了”這類短語(yǔ)的關(guān)聯(lián)性數(shù)值。

通過該工具，原創(chuàng)度檢測(cè)平均可以降到 50% - 70%左右，通過替換法，這已經(jīng)是文章原創(chuàng)度修改的極限，這也取決于原文的類型，例如娛樂類因?yàn)?00億語(yǔ)料中占比很高，所以對(duì)娛樂類文章算法將會(huì)呈現(xiàn)更好的表現(xiàn)，而對(duì)于一些比較生僻的領(lǐng)域，可能算法就不能得出最佳的方案。

當(dāng)然 50%-70%的相似度不是我們的最終目標(biāo)，我們希望能夠下降到50%以下，這需要通過更加智能的算法來完成，例如像人類一樣更改句式，能夠?qū)⒁粋€(gè)句子用不同方式來表達(dá)，這是5118接下來的目標(biāo)，目前已經(jīng)進(jìn)入實(shí)驗(yàn)階段，再接下來的2個(gè)月中，將會(huì)更新到線上供大家體驗(yàn)。

目前該工具還處在實(shí)驗(yàn)階段，正在廣泛收集意見，近期通過對(duì)5118用戶使用情況調(diào)查，已確定接下來要實(shí)現(xiàn)的功能：

1、使用最佳的替換詞一鍵式替換整篇文章

2、集成句式替換功能

3、允許人工輸入自己的替換詞

4、提高替換詞列表的排序精度，通過更大知識(shí)庫(kù)來優(yōu)選最適合的詞匯

如果您使用過后有更好的想法，歡迎在本文后面留言，我們會(huì)認(rèn)真對(duì)待您的建議。

最后我們來看一篇經(jīng)過整體只能替換后的文章，是不是看不出機(jī)器算法參與過的痕跡？但是它的相似度已經(jīng)低至了58.31%，足以看出智能算法的強(qiáng)大。

本文地址：http://www.gle-technology.com/wzyh_seo/30863.html