第579章（1 / 2）

《穿越黑龙江1940 作者：猪熊》转载请注明来源：吉内斯小说(www.genessiscs.com)

有监督的机器学习需要被标注数据作为先验经验。

在有监督的机器学习里未被标注的数据和被标注数据以比例划分为训练集和测试集。

机器通过对训练集的学习得到一个模型，再对测试集进行识别，就可以到的该模型的准确率。

算法人员根据测试结果找到模型的短板，并

将数据问题反馈给数据标注人员，再重复流程，直到得到的模型指标符合上线需求……

在时下几乎没啥无监督学习的应用的情况下，大规模、高质量的人工标注数据集甚至可以说是现在机器学习产业发展的刚需。

在这种情况下，把数据以及标注数据看得再重要也不为过。

因此才有了林灰所谓的估值估低了的说法。

不过所谓的估值也不重要了，真涉及到标注数据的出售的话具体价格完全可以慢慢谈。

林灰是需要很多钱，但如果是将来同一些超级巨头进行谈判的话，林灰也未必一心要钱。

用林灰感兴趣的资源进行交换也不是不可以。

说实话这些顶尖巨头的部分资源对林灰还是相当有诱惑力的。

具体到林灰现在所拥有的标注数据。

曾经涉及到网文翻译的时候，林灰当初几乎是第一时间想到了前世那部手机里SimpleT这个软件。

SimpleT这个软件是前世林灰所在公司开发测试的一款软件。

这个软件不怎么为人所知是因为该软件还处于α内测阶段。

α测试的目的是评价软件产品的功能、局域化、可用性、可靠性、性能和支持。

尤其注重产品的界面和特色。

α测试的时间可以从软件产品编码结束之时开始。

也可以在模块(子系统)测试完成之后开始。

还可以在确认测试过程中产品达到一定的稳定和可靠程度之后再开始。

SimpleT这款软件的α内测就是在确认SimpleT达到一定的稳定和可靠程度之后才开始的。

所以说虽然SimpleT尚在内测。

但这款软件的技术水平也是相当成熟了，几乎离正式面世只差一轮公测。

林灰原本想过待时机合适将这样一个软件复刻出来去进军软件翻译市场的。

在留心到标注数据所拥有的特殊价值的情况下。

林灰同样差不多是第一时间想到了SimpleT这一软件。

毕竟作为一个主打AI翻译的软件，其训练过程中自然是同样用到大量的双语互译标注数据的。

而SimpleT这款未正式上市的软件作为前世公司寄予厚望的产品之一。

对这款软件在实际开发中所用到的标注数据林灰相信肯定能在前世企业数据里翻找到的。

这种情况下似乎现在直接拿曾经公司在调教SimpleT这款软件所用到的标注数据去换钱岂不是事半功倍？

虽然SimpleT这款软件在架构的时候同样没有进行全语种的互译数据标注。

但最起码涉及到中、英、俄、法、西、日这些常见语种之间的互译数据标注肯定是要有的。

纵然这些语种之间的互译数据不是所有的语种之间都能达到千万条的互译标注规模。

但最起码中-英、英-中互译标注数

据肯定还是相当有规模的。

在这种情况下，林灰估算了一下前世SimpleT这款软件所用到的标注数据在今天起码也要拥有七八亿美元的价值。

这无疑是一笔相当巨额的财富。

最关键的是即便林灰拿了这些语种之间的互译标注数据

本章未完，请点击下一页继续阅读！