15岁天才少年，开发基于自然语言处理的新闻应用Clipped

每天世界上发生了什么事情？我们每个人都有自己的途径去获得自己感兴趣的信息，但是这种获取过程却并不一定是令人满意的。我想大多数人都是通过看新闻来了解自己周围和世界其它地方发生的事情，但是并不是每一篇新闻都有价值，也并不是每一篇新闻我们都感兴趣，甚至一篇新闻我们感兴趣的，可能只是其中的一小段。但是我们如何在最短时间内知道哪些是我们需要的内容呢？这时http://www.clipped.me/Clipped就能派上大用场了。当下新闻阅读类的应用数不胜数，其中也有一些用户体验很好，做得很优秀，也很出名的产品，比如大名鼎鼎的新闻聚合社交应用Flipboard，它可以说是改变了人们阅读新闻的方式。除此之外，还有无数的创业公司投身于这个领域，比如Zite、Cir.ca和Summly。但是这些应用都没有今天的主角——Clipped，那么令人激动。我觉得Clipped是真正意义上的创新产品。Clipped的功能很有意思，那就是帮你过滤无用的内容，给出一个简练的内容摘要。你只需提交一个文章地址，Clipped就会利用基于自然语言处理的智能算法（已申请专利，审核中），过滤掉没有太多意义或者不重要的细节内容，然后给出该文章的要点。一般情况下，一篇文章经过Clipped过滤之后也就只剩三句话左右。我做过一个实验，一篇882字的文章经过Clipped过滤之后，只剩三句话要点，一共70个字，精简率高达92%。更令人惊奇的是，精简之后的要点完整的反应了该文章的主要内容，即使不看原文也知道文章讲述的是什么内容。也就是说，Clipped的算法是非常智能的，精简后的内容基本上就是文章的精华所在。这样的应用的确可以给我们省下不少时间和精力，对于忙碌的上班族来说实在是太有用了。Clipped公司的一位负责人在接受媒体采访时曾表示，他们的目标就是帮助人们节省时间和精力，对此他们不是停留在口头上，而是付诸了行动。更让人赞叹的是，Clipped对此理念贯彻到底，他们甚至在Clipped内置了一个新闻摘要检索功能。也就是说，他们觉得即使是精简过的内容已经很少了，但是还是有你不感兴趣的，因此阅读即使很小一段你不感兴趣的内容也是浪费时间，所以Clipped允许你自己根据自己的兴趣输入关键词检索，再一次帅选你真正感兴趣的内容。这实在是，太令人喜欢了。这些还不是Clipped最让人惊讶的，最让人惊讶的是Clipped核心技术背后的那个人——塔纳伊·坦登（Tanay Tandon）。塔纳伊·坦登今年才15岁，他就是Clipped的作者。塔纳伊·坦登对自然语言处理处理技术非常痴迷，他最初开发Clipped是为了让自己在班里的辩论赛上更快速的阅读论据。所以他最初设计Clipped时，就考虑到了要让用户一开启应用就可以立刻看到最重要的信息。事实上，Clipped就像是精简版的Flipboard，提供内容类似Flipboard和Cir.ca，只是这些内容经过了Clipped的精简处理。坦登也同意这个说法，他说，Clipped的目的就是让人们更快速的了解最新消息。他补充解释说，“在金融行业的人，可能需要到知道某一家公司是怎么回事，但没有时间来阅读整篇华尔街日报的分析。这时Clipped就可以派上用场了。”也许有人会觉得Clipped像Summly，但是坦登却不这么认为。他表示，Clipped的算法可以处理很多领域的内容，比如法律文档、论文以及书籍，而不仅仅像Summly那样通过关键词来精简新闻文章，可以说Clipped的用处和功能更强大，算法也更加智能。关于Clipped的自然语言处理原理，坦登告诉我们，Clipped能根据语法分析文本，并能识别哪种句子结构包含了最重要的信息。该算法通过分词标注器来分析一个句子，并能确定某一区块的信息与其他部分信息的依赖关系。通过统计和关键字的组合分析，Clipped能够对信息块的重要度进行排名，并选出那些关联系数最高的句子。然后Clipped根据分析结果生成内容摘要，最后还会重新读取它自动生成的摘要进行分析，以确保选定的信息内容是合理的。然后，该算法才会将最终结果呈现给用户阅读。目前，Clipped已推出Android版和iOS版应用，同时也推出了桌面端的浏览器插件，支持Safari、Firefox、Chrome和Internet Explorer。此外，Clipped还为开发者提供了API，开发者可将Clipped的功能内置到自己的应用中。可惜的是，经过试验我发现Clipped不能识别中文，只能处理英文内容。坦登表示，公司目前暂未获得投资，他希望可以获得投资，以实现将Clipped拓展到法律和科学研究领域的愿望。文章来源：http://thenextweb.com/apps/2013/ ... o-help-curate-news/TNW