52nlp开放注册权限

  已经在这里开放了注册权限,见博客左下角(启用新主题后见右下角),点击“注册”按钮即可。进入wordpress注册页面后,输入想用用户名和邮件即可,确定后会有一封邮件发送到你邮箱,里面包含用户名,系统自动生成的密码以及登录页面;利用这个密码登录后会有提示修改密码,修改即可,这里请放心,这些密码对于管理员来说都是md5加密后的,不是明文。
  我已经尝试启用了wordpress的默认新主题,这个主题的好处是可以显示发帖作者的用户名以及该作者的文章存档,欢迎大家试用。注册的用户默认为“作者”组,可以在这里”随便“发与NLP相关的文章,一般不做限制,特别需要注意的是:
  1、如果仅仅是“提问”最好到水木自然语言处理版,那里高手众多,问的问题一般能解决;如果不得不在这里提问,请写出你的思考,最好是深思熟虑过的。

注:一觉醒来,发现已经有一些读者注册了,并且有了第一篇文章,但是有些失望:

你在读《Natural Language Processing》吗?
如题,如果你在读的话,请+我qq405243093,主要是交流课后习题,这个书是没有答案的

抱歉该文已被我删除,觉得影响博客质量,注意这里的文章不欢迎这样的“提问”,这样的提问可以放在相应的文章下“发表评论”。这里最欢迎的是关于nlp的topic。如果非得提问,请考虑是否能将问题阐述在100字以上…

  2、编辑文章时段落前的空格需要用圆角符号空格,文章发表前最好按”预览“按钮观摩一下,文章最后选择一个分类,如果没有自己要用的分类可自建,已经几个tag(主题词)。
  最后,非常欢迎Cat大侠给我们做第一期topic! 合适的话,大家可以在这里商榷一个topic list!

此条目发表在随笔分类目录。将固定链接加入收藏夹。

52nlp开放注册权限》有 13 条评论

  1. zibuyu说:

    对的,今天在GReader看到第一篇非你发布的blog很吃惊,建议你来做审核,通过后才能发布。:)

    [回复]

    52nlp 回复:

    目前后台还不支持这样的功能,貌似有这样的插件可以用,不过暂时准备先引导一下看看,让作者自发的避免这样的问题!
    另外,版大可能来布一次道?呵呵

    [回复]

  2. Huang Yun说:

    支持!

    [回复]

    52nlp 回复:

    要是之前的那个用户名不方便的话,可以自由注册一个自己喜欢的!

    [回复]

  3. magicme说:

    赞!

    [回复]

    52nlp 回复:

    谢谢,欢迎注册!

    [回复]

  4. ivan说:

    赞,注册成功

    [回复]

    52nlp 回复:

    欢迎!

    [回复]

  5. boycat说:

    关于可能的讨论题目,我觉得有这么几大类问题可能是大家比较感兴趣的。
    0,宏观介绍NLP研究趋势(符号规则,统计学习,等等)—-这个需要大牛来做。。。
    1, 有关自然语言处理的一些基本问题, 同时也是经典问题,尤其以不同语言的预处理(哪怕是英语,细问起来,你会不同人不同任务的预处理习惯差别还挺大, tokenize? lemmatizatioin? ), 中文分词,POS标注,computing word similarity, WordNet 和语言模型(LM). (谈这些问题就不可避免地会谈及一些经典模型,从规则到统计,我想可以穿插进行,现在流行的ML paper不是经常拿pos-tagger等小任务来展示自己嘛)
    2, 一些NLP的综合应用,从经典的自动语音识别(ASR),语音合成(TTS),到语义分析(semantics,例如,语义消歧(WSD),语义表示 (semantic space),semantic role labelling),句法分析(各种语法:PCFG, HPSG,甚至CCG, TAG, QG)。我们不可能找个人出来精通所有这些,但大家都贡献自己学习实践de某一部分的经验,综合起来就会非常漂亮了(欢迎大家互相揭发)。
    3,面向实际的综合应用。这个就不用列举了吧,大家都是行家啊。从Natural Language Generation, 机器翻译(MT),自动文本摘要(summarization, text2text compression),情感分类(sentiment analysis),对话系统(dialogue),问答系统(QA),推荐系统,基于信息抽取(IE),信息检索(IR)的一大类需求(Keyword Extraction, Relation Extraction, Text Representation, Text Classification)
    4,一些经典的模型,这个52nlp已经做了大量的工作了:)
    5,一些资源,工具的介绍,使用心得。WordNet, Penn TreeBank,(常用语言资源),机器翻译资源(europar?), FrameNet, 各种 POS-taggers, 中文分词包,parsers,一些常用的工具,Lingpipe,SRILM, 等等

    欢迎大家揭发检举:)

    [回复]

    52nlp 回复:

    直接发表成文章吧,这个大家都能看了,而且订阅读者也能看到,并且作为第一篇文章非常不错了!

    [回复]

    cat@newsmth 回复:

    呵呵,发成文章就得改改了
    有地方胡说八道,让人笑话了:)

    [回复]

    52nlp 回复:

    我觉得挺好了,有时候发文章也要“厚脸皮”,就像我以前写得一些乱七八糟的文章,也是“厚脸皮”发出去的,呵呵!

  6. upcly123说:

    LingPipe做中文分词的原理是什么呢?他没有停止词的词库吧

    [回复]

发表评论

电子邮件地址不会被公开。 必填项已用*标注