美国中央情报局(CIA)为了在信息爆炸年代中有效搜寻情报,开发了一种名为"数据开采"(datamining)的技术,能在短时间内从浩瀚如波涉及多种语言的文件和广播中寻找有用数据。
有效应付"信息爆炸"
中情局每天要负责过滤一大堆机密和非机密资料,这些资料均以不同形式出现,包括文章数码程式、意象图形及声带等所用文字种类多达三十五种。为了应付这个"量的挑战",中情局遂研发了名为"数据开采"的电脑技术。
其中一套工具是名为"绿洲"(Oasis)的电脑软件。它能把电视和电台广播的声波讯号誊写成文章。
不论说话的人是男是女抑或是一群男士和女士,软件均能悉别出不同的说话者在电脑荧幕上显示出每句说话是"男士甲""女士甲"又或"男士乙"所说。
研究翻译中文软件
即使是说话者带有方言口音,也难不到这软件。以半小时广播为例,软件只消十分钟就能完成誊写,把原来所的九十分钟大大缩短。它又能把声音记录在案,方便下次审核。
中情局现计划进一步发展"绿洲",令它能识别包括阿拉伯语和中文等五种语言。
还有一种名为FLUENT的电脑软件可以搜查以外国文字写成的档案,只以英语键入要搜查的关键字如"核武",电脑便会从俄文或中文等外语档案中找出相关的段落自动翻译成英文。此软件可处理中、韩、葡、俄、乌克兰文等。