能看到希望是一路多年的坚持与努力，开花结果始终也需要一个过程.

                               -题记

   2020年的5月9日我们完成极度公式的开发工作，我们对这个产品是抱着无比的热爱，同时也希望它能够为更多用户节省时间提高效率，当然这个产品走到今天也是一步步慢慢完善的，在产品开发过程中我们得到了很多高校的工学博士帮助，还有许多数学教研组，科研机构的一些学者和研究员的帮助和建议.a

   其实做好一个产品并不容易会遇到很多困难，看似简单的事情做好却异常困难就比如最简单的问题怎么做可以跟mathType更好的配合，回想起最开始的极度公式跟mathType兼容性并不好，在word中的mathtype插件中完全不能转换，后面通过团队的努力我们根据mathType的转换规则进行了很多的修正和修改在保障能够正常转换的前提下我们还兼容了文字公式混排转换这里就是极度公式的「复制标准LaTex」功能.

   中文错别字也是一个大问题，使用引擎识别后中文部分会有很多的错别字并且这些错别字很多还是非常像(比如圆锥被识别为圆雉)，这就导致识别出来后修改这些错字，就成了一件令人头疼的事情，我们看到这个问题后也是非常头疼的，因为错误也不固定，并且有的还会影响LaTex(中文在LaTex公式内部比如\text{xxx})但是我们没有逃避问题我们选择努力优化和处理这个问题，我们尝试了很多传统的办法比如易错修改，后面发现没什么作用，最后在朋友的帮助下使用了NLP方案，我们训练了很多数学相关的中文试题，相关的中文数学关键词描述，最终我们可以实现修正大部分的错别字，当然做起来很困难远不止描述这么简单.

    产品的开发过程我们遇到了很多困难这里也不一一列举了，今天是极度公式发布两周年，承蒙用户的支持，我们从一个微不足道的团队到现在拥有几十万用户，几百万的公式数据处理量，我们也成长了，或许成为了一个用户体量不算太小的研发团队，但一切还需要继续努力，道阻且长，与君共勉.

｜鸣谢

宁波大学 工学博士 -常

大连理工大学 工学博士 -吴

纽芬兰纪念大学 理学博士 -候

天津大学 硕士 -张

四川电子科技大学 硕士 -曹

高中数学高级教师(陕西师范大学)  -席

｜参考资料

[1]李腾. 基于深度学习方法进行因果关系抽取的研究[D]. 吉林大学.

[1]王闫若显. 基于自然语言处理的名片识别系统设计与实现. 

LaTex:https://baike.baidu.com/item/LaTeX/1212106?fr=aladdin

NLP:https://baike.baidu.com/item/NLP%EF%BC%88%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%EF%BC%89%E6%8A%80