（来源：上观新闻）
但去年🇹🇰年底开始，魏🌇⤴佳星觉🇸🇰🇬🇫得技术进步到了另😢🚎一个量级，“如🔟😳果效果好了🧭⏫两到三倍，就不🤠🇸🇲能称之👬🇫🇰为提效了🇬🇺。而且苹果拥有软👳硬一体的📃🇸🇽封闭生🐢🏃♀️态，App St🦢🚭ore的苹🇲🇳依依情情果税，还有i🌊🕉Clo🚢ud、A🛑🏃♀️ppl🐒👱♀️e Mu✝0️⃣sic，全都是🚍💚高毛利服👌务，能它♓🇬🇶构建 “设⛹🧰备增加↖🔛→服务营🗽收上涨→反🤡🇦🇫哺硬件” 的完美🦁🌀闭环，如今iOS🇹🇻💽的全球🍺活跃设😧♥备已突破 25🇧🇹🇳🇪 亿台，🍢光服务收入一项，🦎👨🦲就超过了大多🧳🐛手机厂商的总收入🐦👈依依情情。
让我们用一个简♣化示例说明🚂▫，假设👊训练语👩🎓料包含以下词汇及🇲🇲出现频率： “h⏸ug”：10次🇸🇱 “pug”：🖼🇦🇸依依情情5次 “p📙un”：1👩👩👦2次 “b🐎🇪🇬un”🔶💁：4次🥚 “hugs”🔃：5次 🇯🇴第一步：将🙊😫所有词拆🗄分为字符，添👨🍳🌠加结束符 🗳🐦“hu👫🎳g” → “🍠h u👩💼🈯 g ” 🏅“pug🐄” → “p✈🍋 u g ⚒” “pun” 👮♀️♠→ “p🏀 u n🇭🇹🎧 ” “bu🧱n” →👨👧🕍 “b🤪🦈 u n 😹” “🇬🇭hugs” ☺🇻🇪→ “🧑🌱h u g s 🇰🇼” 初始词汇🇼🇸表仅包含基础字👨🚀符：{😞b, 💍🇨🇱g, h,🍥🚍 n,💝 p, s, 💱🍕依依情情u, } 第二步🧒：统计相邻字符🚎对的出现频💸率 “u g💑👦”：15次（来自🎯“hug”的🇮🇪🃏10次 + 🅾〰“hug🚒😕s”的5次） “🎲u n”：🍏🍘16次🌨（来自“pun”🇨🇳🥯的12次 💜+ “bun”的🧘♂️4次） “p 🎉🌛u”：1🦈👸7次（来自🤑⚠“pu🛐g”的5➡次 + “p🇩🇿🤯un”的🐐🥼12次㊗） 第三步：🦛合并最高🐊🧗♀️频字符对 假设🌥🤾♀️“p u🚶♀️依依情情”频率最高（17👋🚗次），😉创建新符🎳号“pu”，🍷 词汇表扩展🇵🇬🐻为：{b, 🐩g, h,9️⃣ n,🤪🇸🇯 p, s, u👨⚖️🇰🇪, , pu} 🚔第四步：迭🛂代重复 继续统计🗄新语料中的字符➰对频率👩🍳，合并下一个最🦎高频对，🥉直到达到🔆预设的词汇表🇹🇿😝大小（如GPT👩👩👦☃-2为50🏴🌤,257个to🐷ken）🔂。
