机器摘出文章大意可行吗？继Summly之后，美15岁高中生又做了Clipped
还记得我们网站报道过的Summly吗？它是一款提取文章摘要的应用，适用于我们信息爆炸时代的快餐消费。听着很炫，不过它做的工作很基础，就是把文章开头作为摘要提取出来，没有什么技术含量，不能完全满足我们的阅读需求。而最近一个15岁美国高中生弄出了一套摘要提取算法（据说他还在为这套算法申请专利），试图做到真正的“摘要提取“功能，以真正满足用户快速阅读的需求。这套算法现已被实现在一个叫做Clipped的应用中。
摘要提取是否准确关系到你这个应用是在玩个噱头，还是在真正想成为用户阅读的习惯性入口。Summly就只是玩个噱头。我体验过后发现它基本上就是把文章的前面部分截取为摘要，但事实上很多文章的开头只是个引子，光读这个根本搞不清文章在说什么，不能判定这篇文章是标题党，还是真正有料。总之，Summly不太实用，这联他们的创始人都承认，说Summly不会让用户上瘾。
Clipped至少有一套相对复杂的摘要提取算法。它会为每篇文章提取主要的三个观点，清晰的罗列出来。我体验过后发现，一些比较偏重事实的文章，确实读Clipped提出的三点摘要就能大概了解文章内容了，而一些偏重观点性的文章，Clipped还是提的不是很好。观点比事实藏的深是一大难题。不管怎样，对于一个15岁的高中生，算是做了一件很有想法的事。
最后提醒大家，不要对两款应用的用户体验要求过高，否则你会气死，毕竟Summly是一个小伙辍学组建的一个小团队做的，而Clipped就是一个15岁高中生自己做的。不过这个想法很有意思，希望国内创业者能够为我们做个真正实用的，这样我的阅读效率会提高很多。
另外，这事还可换个角度考虑。Clipped是”摘出法“，摘出文章关键的几句话以过滤一些没料的文章。但如果文章有料我们还是要点进去看。事实上，我们还可以采取”删除法“，删繁就简，去粗取精。这样有料的文章我们就不用点进去了。但是，单单机器算法就能提高阅读效率吗？我始终认为必须机器和人工有机结合，才能真正起到提高我们阅读效率的作用。
