家住北京市朝阳区的程序员诸葛建国来到了新的项目组,这次的项目组鼓吹的概念很特别,唤做"知识工作自动化",你想想这东西可怕不可怕?过去都是白领才能做知识工作,现在"Duang"的一声就自动化了,就好比万军之中取敌人首级,杀人于无形.
要想"知识工作自动化",首先要有"知识".知识从哪里来?俗话说,"程序员不要生产知识,只做知识的搬运工",而知识最好的搬运工就是爬虫.现在IT公司的逻辑就是"你的知识属于你,我爬下来之后就属于我",诸葛建国他们和各种网站斗智斗勇之后,总算让来自五湖四海的知识汇聚到了自己手中.万事俱备只欠东风,马上就如火如荼的开展了知识工作自动化.
第一步就是把知识里的招标文件中的预算都提取出来.一开始大家天真的以为撰写招标文件的人都是开源社区的贡献者,招标预算都是明目张胆的显而易见
2.3.1采购预算(第四标包): 415 万元人民币
四、项目预算 (最高限价):100万元人民币
开心的用正则表达式做了几天知识工作自动化之后,发现招标文件的画风开始突变,在画页面过程中大家普遍深恶痛绝的table开始大量出现,比如
![6908832-0e1e2c7e5bc1da86.png](https://i-blog.csdnimg.cn/blog_migrate/c224cbb142910200d50ab80cc694d43a.png)
万元怎么不跟在数字后面了?
![6908832-501bdb9ad67c646d.png](https://i-blog.csdnimg.cn/blog_migrate/392f6a455cda1facf2db225a5daa13ec.png)
为什么不把总数加起来?
俗话说,疾风知劲草,日久见人心,这种情况下,传统的方法一筹莫展,只有人工智能挽狂澜于既倒,扶大厦之将倾.编程经验丰富的诸葛建国和公司内部专门研究自然语言处理的专家们对这个问题进行了深入的探讨,正所谓英雄所见略同,大家不谋而合,同时选择了更新自己的简历.
然而车到山前必有路,有路必有丰田车,在现在的软件行业有一种做法很流行——如果你有办法用机器学习来解决问题,你就鼓吹人工智能,如果机器学习解决不了问题,你就雇实习生,当你拥有三个以上的奇数个实习生的时候,你的产品就从人工智能进化到了群智协同.利用海量实习生组成的群智协同平台完全可以胜任这种信息提取工作.
在这里打个广告,长期招收首席数据科学家和群智协同平台储备干部.有兴趣解决这些问题的同志随时和我们联系
后记
目睹了整个事件经过的张先生表示,他再也不想做和爬虫有关的任何工作了,不过他认为,这种信息确实无法用自然语言处理来提取,因为它明显就不是自然语言.以他多年来吹牛逼写专利的经验来看,这应该叫基于视觉效果的定向信息扫描,其工作过程如下:
-
惊鸿一瞥
惊鸿一瞥 -
瞻前顾后
瞻前顾后 -
一泻千里
一泻千里