在增量阅读中自动发现值得提取的段落

林一二2023年04月23日 22:01

一篇文章中有的句子只是在铺垫,陈述的是众所周知的信息。有的句子是在展开阐释,没有完全记住达到能复述的程度的必要。

对于我们脑中的认知模型来说,这些句子的交叉熵就很低。 要是能根据 wiki + anki 中已保存的信息,构建出我脑中的知识模型,就能预测增量阅读时「重要的句子」是哪些了。

当然这也可以用于像今日头条一样自动发现值得我读的文章,有一个叫「Ta说」的 App 也想这么做。从这个角度来想这真是一个很难的问题呢,用在增量阅读上是杀鸡用牛刀,而且很难做出来。

还需要考虑利益相关的问题

Code
一篇文章中有的句子只是在铺垫,陈述的是众所周知的信息。有的句子是在展开阐释,没有完全记住达到能复述的程度的必要。

对于我们脑中的认知模型来说,这些句子的交叉熵就很低。
要是能根据 wiki + anki 中已保存的信息,构建出我脑中的知识模型,就能预测增量阅读时「重要的句子」是哪些了。

当然这也可以用于像[[今日头条一样自动发现值得我读的文章|真正让人学东西的知识发现器]],有一个叫「Ta说」的 App 也想这么做。从这个角度来想这真是一个很难的问题呢,用在增量阅读上是杀鸡用牛刀,而且很难做出来。

还需要考虑利益相关的问题[[]]