• 2019.06.26
    星期三

林鄭網上逾30花名 系統懂辨認

[2019.06.26] 發表

【明報專訊】以搜尋器優化(SEO)技術為本業的梁元邦,6年前由澳洲回流,為一網上媒體主理社交媒體平台內容,2016年自立門戶,與團隊開發出全港首個「無字庫文本分析系統」,並能辨認人名及歸類,特首林鄭月娥在網上有逾30個花名,該系統可辨識花名所指是林鄭月娥,方便分析輿論。

「無字庫文本分析系統」是梁元邦的公司ASI Analytics & Media的核心技術。梁表示,2016年曾以文本分析系統分析立法會選舉,發現該系統對中文文本並沒足夠敏感度,決定自建人工智能系統認中文字,為現時「無字庫文本分析系統」的雛形,稱為「MIMI」。

上「兩登」學常用語 變學粗口

團隊最初讓「MIMI」從本地兩大討論區連登及高登學認日常用語,卻發現一大問題,「一放它(MIMI)入去就學到粗口,其中一個為高登粗口filter(過濾)『向左走向右走』」,故把它拉出來並重建另一系統。

新的「無字庫文本分析系統」名為「工廠妹系統」,有別於Google蜘蛛式爬取數據,其系統如工廠,派出一隊工人撈取數據。系統已由最初3分鐘進化至現時約100秒,就可從過千個本地新聞網站、媒體專頁等抓取數據,以新聞學中文,每日可學習300至500個生字,令字庫與時並進,成功率由早期的逾80%升至逾95%。

梁說,最初系統辨認人名如「曾俊華」,亦同時認到「俊華的」,因不少文章會寫「曾俊華的」,因有深度學習機制,現不會再現這情G,已可認到名詞、動詞、人名、量詞等。

系統亦懂得歸類,如林鄭月娥在網上有逾30個花名,如「777」、「好打得」、「女版689」等,系統可辨識以其「花名」作稱號的內容,實質提及林鄭,以分析輿情。

(反修例風暴)

更多要聞
速龍隊無編號 郭卓堅申覆核
【明報專訊】俗稱「速龍小隊」的警察特別戰術小隊在本月12日的金鐘衝突中,其制服上沒展示警員編號。「長洲覆核王」郭卓堅及青年新政召集人梁頌恆,... 詳情
搭棚墜狗臂架  孫睹x遭擊斃  住宅裝修出事  工人涉誤殺被捕
【明報專訊】六旬婦人昨午接孫兒放學返家途中,途經青衣美景商場時,婦人被大廈28樓正在裝修單位外跌下的一個「狗臂架」擊中頭,當場倒地重傷昏迷,... 詳情
【明報專訊】青衣美景花園裝修單位狗臂架墜下奪去途人性命,有建築界人士估計意外是在工人安裝或拆卸狗臂架其間發生,建議工人應先用繩索繫穩狗臂架,... 詳情
【明報專訊】原訂去年開通的蓮塘/香園圍口岸工程至今未完成,深圳市口岸辦公室近日表示,新口岸有望年內開通。香港落馬洲中港貨運聯會主席蔣志偉稱,... 詳情
App影相度身出紙樣  訂製衣履更快更合身
【明報專訊】顧客選購衣履時要從已有的尺碼中選取,但每人身形不同,固有尺寸未必適合全部人。中文大學機械與自動化工程學系教授王昌凌及其團隊首創「... 詳情

明報網站 · 版權所有 · 不得轉載
Copyright © 2019 mingpaocanada.com All rights reserved.
Ming Pao Daily News A wholly owned subsidiary of Ming Pao Enterprise Corporation Ltd.
Vancouver Chinese Newspaper

5368 Parkwood Place, Richmond B.C. V6V 2N1 | Tel.: (604) 231-8998 | Fax: (604) 231-9881/9884 | Advertising Hotline Tel.: (604) 231-8992