ChatGPT面前，JioNLP 工具的价值在何处？
- ChatGPT 自从2022年11月30日公测以来，可以说将 NLP 原有的业界模式全方位改变了。
- 对于 NLP 从业者来说，亟需思考的就是，我们以往的工作的价值是否就随着业态的改变而消失？
- 对于这个问题，我在博文 《ChatGPT这么强，会影响NLPer的就业环境吗?》 里有非常详细的阐述，欢迎大家阅读。
1、输出的稳定性和可解释性
JioNLP 工具包短时间内，依然是具备竞争力的。实际上在生产应用中，稳定性是最关键的一环，而人工神经网络依靠概率进行输出，永远都存在极微小概率的输出异常，影响线上生产。
例如，阅读理解下文，判断用户到底想要订几点的闹钟？
针对这个例子，用传统的NLP 直接来进行模型建模或解析，肯定是比较困难的。如果首先经过ChatGPT，将准确时间明天的早上8点50分返回出来，然后再使用JioNLP 的语义解析功能将可供程序接口调用的形式反馈出来。一方面增强了模型的可解释性，另一方面保证了输出结果的准确性。
除了时间语义解析功能之外，所有根据词典和解析规则实现的功能，如“邮箱抽取”、“地址解析”等等，均可以采用 JioNLP 工具进行输出结果的稳定化和可解释化。
2、调用速度快，消耗资源少 目前而言，超大规模参数的 ChatGPT 带来的一个问题就是输出速度慢，针对大量的并发请求是不足够使用的，所以，JioNLP 此时依然存在生存空间。 众所周知，Python 语言的处理速度是比较慢的，JioNLP 将在未来对某些需要大规模使用的接口和功能进行 C++ 语言的迁移，使得接口更加适用于生产环境。如文本清洗接口、分句功能等等。
3、JioNLP 对大模型训练的支持
在未来，JioNLP 将对一些大模型需要的接口或者功能进行封装和优化。