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。