技术成果商业化的课题，你想要了解吗？

@livid 前排邀请 livid 发表下看法:)

顶一个

接到消息自己本身也要判断。我虽然不是研究生，但是根据我对 NLP 学术圈和业界的了解，目前为止语义分析和情感分析都远远不到实用的地步。假使无中生有的事情，你替他说一遍，等于你也有责任吧？

VR 我不懂，但看起来比前两者靠谱的多，至少已经有成熟的 VR 设备（ htc 的 vive ）和一大批正在路上的游戏。但说实话，这都是大厂烧钱才能做出来的，无论硬件还是软件都是这样。

> 语意分析、情感预测、 VR 解决方案

这三个放一起也就做个恋爱游戏 VR 版了

@zingl 有意思，有想法啊！

@h4x3rotab 以上举例的 3 个技术点，只是我抛砖引玉

目前前言的技术，或者说在投入商业价值之前，技术完善度有几成把握就可以产品先行了。产品和技术，都会不停地完善。

不过我也就提醒一下，语义分析和情感分析都不是最近有突破的领域，早在五六年前就有和现在相当的水平，这么久都没成熟，难道指望产品做出来迭代几次就能成熟么

@h4x3rotab 嗯，顺着你的点说一下。据我目前了解的技术渠道，中科院的朋友做的语意分析，目前可以识别-1--1 区间的情感分析打分，准确率在 85%以上。而实际在产品使用中，用到的能力估计要求在 70%以上即可。

历史分析做的还可以，但预测能力还不行，目前还处在 demo 阶段。

太乐观了，这种数字水分很大。他用的数据集肯定是随机采样的短文本，这类数据的特点是主要靠内部的关键字就能判断出情歌倾向，这么做在非常简单的领域里行得通，比如淘宝京东的商品评价。但是只要语句稍微复杂一点，比如加一层否定或者转折就崩的不要不要的。

再说这个 85%的准确率，也很难说明白是怎么来的。从-1 到 1 打分，是不是只要打分和答案的符号一样就算正确呢？但是实际最需要情歌分析的时候显然是不够的。

同样的道理在语义分析上也一样。现在绝大多数语义分析也还都是语法模板，稍微长一点的文本就无能为力，更别说上下文相关的情况。说得不好听一点，和堆叠正则表达式相比差别也不那么大。而且最可怕的是，直到现在，根本没有任何能有效表达语义的技术。所以大家只能做模板匹配，在小领域短文本上可行，出了这个圈子什么都是扯淡。

另外作为娱乐大家的机器人，这些技术还是可以用的，至少可以像微软一样，从一大堆人的聊天记录里抽出一句看起来不错的回复，给人一种不明觉厉的错觉。但是，怎么变现？

手机发的，把情感分析全打错了，抱歉

@h4x3rotab 见过博士对一篇文章，系统给出总体情感分析打分。准确度 75%左右，多次测试的结果哈。

我写了那么大一段，表达的意思就是这个数据不可靠，然后您这么回复，我觉得没什么可讲的了