“学长，今后语义识别肯定会进入NLP时代，这个方向，毋庸置疑。”

“但现在，路径不对。”

Robin抬头看着余江，示意他继续。

只见余江微微一笑：“你们现在是不是双向最大词典匹配分词？正向扫一遍、逆向扫一遍，拼词典凑结果，同时不断增加词典。”

“但遇到NJ市长江大桥这种情况还是很烦，对吧？”

Robin瞬间愣住，深深地看了余江一眼。

“你研究过？”

“我猜的。”

Robin眉头皱起，显然不信。

余江微笑道：“学长，这样吧，你也别买我的导航网站了……我接入你们的搜索，但不管我这边搜索量多大，你都不收我的钱……而且今后有了盈利模式，你都不能把i123抛开，利润我们五五开，怎么样？”

Robin再次一怔：“这是你答应加入百度的条件？”

“不，是我帮你在现有条件下，解决分词困境的条件。”

Robin的眼睛瞬间睁大！

他几乎强忍着才没又站起身来。

听他的意思？是他刚才想了那么一会，就想到解决分词问题的方向了？

Robin几乎是惊恐地盯着他：“你别告诉我，你刚才那一会，就想到了更好的分词技术？”

“刚才想了想……应该没问题。”

Robin以为自己见鬼了。

但当看到对面那自信坦然的神色时候，他瞬间告诉自己，要冷静，别犯蠢。

深呼吸数下后，他迅速评估了i123的流量，又评估了分词技术的重要性。

片刻后，Robin深深吸气，又缓缓点头。

“只要你能解决，我答应你！”

余江也痛快点头：“申请专利，我只要一半就行。”

Robin沉声道：“可以！如果真解决，我给你专利费！”

余江当下再不墨迹，伸手拿过一张用了一半的A4纸，翻到背面，直接落笔。

——统计语言模型

——马尔可夫链式假设

——2-Gram

——P(wn∣w1，w2...wn?1)=P(wn∣wn?1)

——3-Gram

——P(wn∣w1，w2...wn?1)=P(wn∣wn?2，wn?1)

——P(w2∣w1)=Count(w1w2)/Count(w1)

……

“……统计全网语料，数w1后面紧跟 w2出现多少次，除以 w1单独出现多少次。譬如‘NJ市长江大桥’，‘南京’后面跟‘市’概率极高，‘市长’后面跟‘江’的概率无限趋近 0，直接消除歧义。”

余江一边写着，一边介绍。

Robin早已起身，他扶着床架，眼睛仿佛要掉进纸里。

宿舍里一片安静。

李茂低头认真看书，林应松保持动作不变，只是眼睛间或快速扫一遍，周宇几个人更是头也不抬。

都在假装很忙。

小余哥说的，已经超越了他们的知识边界。

余江盯着草稿纸：“我再想想。”

“……最后再加入拉普拉斯平滑。”

余江瞥了一眼Robin，快速写下最后一个公式。

——P(w3∣w1w2)=[Count(w1w2w3)+1]/[Count(w1w2)+V]。

“学长，不需要我把完整代码也写上吧？”

说完后，余江将A4纸递到Robin面前。

Robin猛地一个激灵！

他如梦初醒，瞬间抓过A4纸。

“你……是在刚才想到的？！”

“我总不能算到学长要过来吧？”

余江耸了耸肩，站起身来。

他退到对面的床边，嘴角浮起笑意。