马飞带着那半张纸角走进计算机检索室时,先听见骂声。六台四八六挤在二十平米机房,风扇比人吵。苏雨桐盯着屏幕,一行结果跳出来,全是无关的会议纪要。
“搜‘涡轮泵’,第一条是食堂采购单。”
她回头,宽边眼镜后面,那双眼冷静得像在审一份没署名的报告。
“你用过?”
“猜的。”马飞坐下,“你要的不是关键词,是向量空间。词和文档映射到同一维度,算夹角。”
“哪个室的?”
“三室,火箭发动机。”
她眉毛动了一下,没追问向量空间是什么。这让马飞意外。
“中文分词是灾难。切三块,召回全是天文台。”
马飞盯着那屏逻辑,有什么浮上来。他不能说。
“先建停用词表,虚词全扔。再建同义词词典,‘涡轮泵’和‘泵涡轮’映射同一个索引号。”
“谁建?”
“你。”
苏雨桐抽出一沓打印纸,四十七个问题。
“上周跑的真实提问。改成你的算法逐条测,首条命中算你对。”
第一个问题:“九四年十一月长程试验,时序异常判据变更决策依据。”
马飞指尖停在纸边。有人比她更早提过。
“我不进你的组,只给机时。四十分钟,跑完这些。”
她敲,他报参数。她不时停下,盯他报出的数字。门禁十点断,时间压在背上。
最后一轮跑完。四十七个提问,首条命中十一个。
苏雨桐数得很慢,没笑也没骂。
“不到四分之一。”
“失败分三层。停用词漏了变体,同义词只覆盖动词,权重没做IDF——”
“不。”她摘下眼镜,“真实原因是中文没有分隔符。改词表救不了。”
马飞沉默。她看出来了——他的思路来自另一个世界,一个中文检索已被解决的世界。但她不知道那个世界。
“下一版不解释失败,机时收回。”
她起身,走到门口停了一下。
“它比旧系统好。而我知道它坏在哪。”
门关上。机房只剩风扇声和那沓打印纸。
马飞重新看第一个提问。有人比他早两天调过同一盘带,现在又有人在检索室提同一个问题。他从口袋摸出那半张纸角,放在桌沿,拿起铅笔,在打印纸背面写下2026年的IDF公式。
第一行刚写完,门被推开。
苏雨桐折返,站在门口,把那张写着半个日期的纸角拍在最近的桌上。
“这个日期,你在哪见过的?”