最贵的汉字
“你说，当代中国最贵的汉字是什么？”，有一天共事突然问我。
“【诺】，因为空头支票”，我脱口而出。
“不对。”
“【字】，一字千金？”
共事点头。
“爱？”
“这个是无价的，不算。”
“人才。不是说 21 世纪最贵的是人才吗？”
“一个字，你这不算。你咋不说家书抵万金呢？”
“算了，不猜了。”，我脑海里为数不多的几个字转了一圈，没有一个合乎的。
我有些纳闷地看着他，示意放弃。
“答案是拆。”
“拆？”
“对。拆，拆迁的拆。”
说完，共事笑了笑。笑中带着三分世俗，六分狡黠，还有一分苍凉。
“ 拆，财。一拆，财就有了。”
不过，我却糊涂起来，“那么这个拆，是和你有关系呢？还是和我有关系呢？”
“都有关系”，共事顿了顿，“也都没有。”
“和我俩有啥关系，咱们把房东的房子拆了周游世界？”
“No，咱们明天来拆点别的。不拆房子。”
“不拆房子，那拆什么？”
“拆字。”
“字？”
“对。字，汉字的字。”
拆字
“汉字，晓得吧？”，共事持续说着。
“废话。小学生都晓得的问题。”
“汉字的三要素晓得吗？”
“音形义。”
“你晓得如何用程序实现两个形近字的判断吗？”
“你是没关注老马吧，他前两天刚写了一篇 NLP 形近字的实现算法。”
“那篇算法我看了，一般般吧。有些场景不适应。”
“比方？”
“比方【明】与【冐】，构造不同，偏旁不同。然而他俩像不像？”
实在文化限度了我的想象力，在震惊了 0.9 秒之后，我立即反驳。
“说的笨重，说的你能解决这个问题一样？”
共事笑了笑，“难也不难。这就波及到明天的配角，拆字。”
“哦。愿闻其详。”
“咱们能够把汉字拆开最根本的组成部分，比方【明】能够拆成【日】【月】，【冐】也是相似的。而后去比拟每一个局部是否雷同，用来计算类似度。”
“这倒是挺不错”，我不禁拍板称誉，“那么问题来了，这种拆字程序要多久能力实现呢？”
共事笑了笑，“在下不才，这两天上班期间写好了一个拆字程序。”
“秀啊，你给拆一个秦时明月汉时关我瞅瞅。”
共事小手一敲，后果输入 手乀禾日寸日月冂一一水又日寸丷天。
“能够能够。除了 NLP 形近字，你这程序还有啥用？”
“用途挺多的，不过最次要的是帅。比方这张我用拆字联合云图主动生成的图片。”
技术总会过期，然而帅，却是一辈子的事件。
“你晓得这个图，是由哪一句话拆分失去的吗？给你个提醒，出自一首词。”
合字
想到共事给出的难题，最近日夜难寐，到底要怎么解呢？
正所谓，天下大势，合久必分，分久必合。
既然汉字能拆分，那么，能不能合并呢？
于是花了两天工夫，写了一个汉字的合并程序。
能够把 手乀禾日寸日月冂一一水又日寸丷天 合并为 秦时明月汉时关。
共事看了后，感觉挺乏味。
“你这个怎么实现的，有点意思。”
“不难，和汉字的拆分逻辑反过来就行。”
“比方日月合并的时候，你如何判断是明还是冐呢？”
“我做了一个字频统计，单个汉字字频高的优先。当然有时候这并不适合，最好还是联合 n-gram 的形式，进步上下文正确率。”
“不错。匹配算法呢？”
“FAST-Forward 算法，和以前开源的敏感词相似。”
“能够能够。那么，我一开始给你的谜面你解开了吗？”
不拆不合
“运气好，解开了。”
“怎么做到的？”
“我在早晨找到了全宋词，不过想到你出的题目必定是罕用的诗词，所以第一步放大了范畴。”
“而后呢？”
“我把你图片里的部首合并，汉字穷举。而后做检索。找到之后，把内容正向拆分比照，运气不错找到了。”
“思路不错。是不是发现拆分用来做验证码也挺不错的。”
“是的，比起传统验证码会被机器学习的危险，这个辨认的老本绝对较高。”
“字拆分用来融入到解密游戏也不错，相似《文字游戏》之类的，招你做技术研发也不亏。”
共事笑了笑，叹气道：“我最近在想，有时候不是什么事件都要有用吧。技术总会过期，文化却源远流长。拆也好，财也好，有了诚然好，没有也不妨。”
我一时不晓得说什么，看着昨晚程序解开的谜底，那里有一行字。
勃然大怒，凭栏处、潇潇雨歇。抬望眼，仰天长啸，壮怀激烈。三十功名尘与土，八千里路云和月。