而基於word2vec的无监督文本噪声过滤技术，就是最好的选择。

    它可以通过word2vec，先將帖子主体转化为高维语义向量，再把每一条回帖也转化为对应的向量，最后计算两者的余弦相似度，来判断回帖是否与主题相关。

    相似度高的內容，在数学空间里就会聚集成一个紧密的球体。

    相似度高於设定閾值的，就判定为有效回復，將来作为训练数据的“问题-答案”语料对。

    比如当別人问道“王aa的读者2026年会怎样？”

    那么人工智慧会从向量空间中查找相似度最高的內容。

    那么结果就是：2026年会发大財。

    这就是將文字转换为数学的重大作用之一。

    当然，由於2008年的硬体限制，即使吴辰提前完成这项技术，也只能进行初步的筛选，后续还要靠人工来完成最终的结果。

    但也已经能省很大一笔钱了。

    而且由於他在高校工作，还能很方便的找到廉价又老实的大学生。

    不仅帮学校解决了就业实习问题，还能让学生们赚点小钱，也算是功德一件了。

    一个小时的深度阅读很快就过去了。

    吴辰估算了一下，他需要再看一星期，才能把相关的前期工作准备好。

    毕竟这是一件很复杂的技术。

    而且最关键的，还是硬体跟不上。

    必须要想办法解决硬体瓶颈才行。

    但在2008年，英伟达最好的显卡也只是gtx280。

    而且cuda才刚出现一年，根本满足不了他的需求。

    而且如果从一开始就依赖英伟达，那么后期麻烦只会越来越多。

    只能想办法自己造了。

    简单规划了一下技术路线后，吴辰便洗洗睡了。

    -----------------

    第二天，吴辰在结束下午的课程后，接到了许建平的电话。

    重生一次，他来校长办公室的次数比上辈子十年都多。

    看到他过来，许建平顿时喜笑顏开。

    他乐呵呵的对吴辰道：“吴教授，你这次去帝都可是收穫不小啊。”

    “也多亏了您的领导。”

    吴辰说著不咸不淡奉承话。

    许建平笑著摆摆手，然后向他介绍办公室里的一个中年妇女。

    “这位是后勤处资產管理科的孙老师，负责落实学校给你房子的事情，小吴你和她对接一下，等会儿就能去看房了。”