想不到，又是技术上做不到。
就很悲催！
比如说步骤4里提到的无监督训练。
现在主流研究方向已经淡忘了无监督训练这个方向了。
在涉及到训练的时候更习惯监督训练。
而不是很侧重于无监督训练。
无监督训练对于这个时空的人来说似乎是一个很复古的研究方向。
在这个时空人的眼里。
无监督训练会带来训练结果发散的现象他们并不算很容易处理。
步骤3提及的预训练模型：
在自然语言处理中引入预训练模型。
按照正常的时间线则是16年左右出现的。
这项技术对于此时的NLp研究者来说是一种全新的概念。
而步骤1中的深度学习技术。
时下的人们虽然能想得到应用深度学习技术！
这个时空的涉及到深度学习技术什么的神经网络的研究并不算特别深入。
14年虽然也有神经网络，但在神经网络用于深度学习的研究并没有往后几年那么深入。
虽然从12年开始这个时空的人们就知道深度学习时越深神经网络准确率越高。
但是知道也没什么太大的用途。
这个时空的神经网络多数只能深\/入大概十层二十层这样。
深\/入到就近五十层的时候就极限了。
而后世的神经网络深\/入几百层上千次也是常有的事情。
一言以蔽之，这个时空的人们在神经网路方面还没办法做到那么深。
而没法做到那么深，在准确度上就要很容易打折扣。
尽管这里面的门路林灰都很清楚。
但时机不成熟的情况下这些东西暂时就不足为外人道了。