{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"094ce2a7-d7e6-4de6-a84c-9994a96a3c4a","title":"被算法操控的生活：重新定义精准广告、大数据和AI","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787571003012","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"094ce2a7-d7e6-4de6-a84c-9994a96a3c4a","id":"094ce2a7-d7e6-4de6-a84c-9994a96a3c4a","uuid":"094ce2a7-d7e6-4de6-a84c-9994a96a3c4a","title":"被算法操控的生活：重新定义精准广告、大数据和AI","normalized_title":"被算法操控的生活重新定义精准广告大数据和ai","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787571003012","isbns":["9787571003012"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":257,"navigation_url":"https://workshop.closeclaw.top/ai/book/094ce2a7-d7e6-4de6-a84c-9994a96a3c4a","title_url":"https://workshop.closeclaw.top/ai/title/%E8%A2%AB%E7%AE%97%E6%B3%95%E6%93%8D%E6%8E%A7%E7%9A%84%E7%94%9F%E6%B4%BB%EF%BC%9A%E9%87%8D%E6%96%B0%E5%AE%9A%E4%B9%89%E7%B2%BE%E5%87%86%E5%B9%BF%E5%91%8A%E3%80%81%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%92%8CAI","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/094ce2a7-d7e6-4de6-a84c-9994a96a3c4a/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/094ce2a7-d7e6-4de6-a84c-9994a96a3c4a/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/094ce2a7-d7e6-4de6-a84c-9994a96a3c4a","page_url":"https://workshop.closeclaw.top/api/ai/books/094ce2a7-d7e6-4de6-a84c-9994a96a3c4a/page","search_url":"https://workshop.closeclaw.top/api/ai/books/094ce2a7-d7e6-4de6-a84c-9994a96a3c4a/search"},"page":{"printed_page":174,"pdf_page":194,"physical_index":194,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"8c598590f0ff23e51251eb8c74a1c106cbb2ded883cf08f43271e83d0ac064f4"},"chapter":"第14章|“学”出来的性别歧视","content":"社交媒体来了解新的类比和概念。\n\n斯坦福大学自然语言处理小组（Stanford Natural Language ProcessingGroup）的杰弗里·彭宁顿（Jeffrey Pennington）和他的同事们发现了一种训练算法从网页中学习类比的绝妙方法。他们的算法被称为GloVe(global vectors for word representation)，即全面词向量表示，这种算法通过阅读大量文本来学习。在2014年的一篇文章中，杰弗里指出他和同事训练GloVe学习了整套维基百科（Wikipedia）上的所有内容，当时维基百科共有16亿个单词和符号。此外他们还训练GloVe学习了第五版的Gigaword数据集，这一数据集包含了43亿个从世界各地的新闻网站上下载的单词和符号。这两者加起来相当于大约1万本詹姆斯国王钦定版《圣经》的文本。\n\n斯坦福大学研究人员的方法的基础是，找出句子中一对词与第三个词一起出现在句子中的频率。例如，“唐纳德·特朗普”和“安格拉·默克尔”这两个词都出现在新闻报道中，并且与“政治”“总统”或“总理”“决策”“领袖”等词一起出现。对我们来说，这些词定义了一个概念，即一个强有力的政治家的概念。GloVe算法使用这些共同出现的词来构造高维空间，每个维度对应一个概念。\n\nGloVe采用的方法类似于我们在第三章中看到的主成分分析所用的旋转。GloVe对数据进行拉伸、压缩和旋转，直到找到描述维基百科和Gigaword中所有40万个不同单词和符号所需的尽可能少的不同概念。最终，每一个单词都被表示为一个在100～200维空间中的点：有些维度与权力和政治有关，有些与地点和人有关，有些与性别和年龄有关，有些与智力和能力有关，有些与行动和后果有关。\n\n特朗普和默克尔的点在很多维度中都非常靠近彼此，但也有一些维度的情况例外。例如，包含“唐纳德·特朗普”的句子通常包含“美国”但很少包含“德国”。对默克尔来说，情况正好相反，她的名字经常出现在含有“德国”的文本中，但很少出现在含有“美国”的文本中。随着算法逐渐建立起它的单词维度，它还发现包含“美国”或“德国”的句子也包含许多其他共同的单词（例如：“国家”“国民”“世界”)，并因此在大多数维度中将这些词放在彼此距离很近的位置。为了正确地描绘特朗普和默克尔，GloVe算法在国家维度中将他们置于相隔较远的点上，而在政治领袖维度中将他们置于相隔较近的点上。\n\n被算法操控的生活OUTNUMBERED\n\n174","previous_page":173,"next_page":175}