有点吃惊，虽然52nlp不是我的注册商标，任何人都有权利在新浪微博上注册，但是说成是我的，就有问题了。我没有在新浪微博上以52nlp的名义注册任何微博帐号，虽然前段时间在Twitter和腾讯微博上注册了52nlp的帐号，计划尝试玩一下微博，但是到目前为止还没有公开过，主要原因大概是自己认为做好52nlp这个博客就够了，其他都是浮云！同样，到目前为止，我没有加入任何自然语言处理的群，甚至也没有因为喜爱水木NLP版而去注册一个水木的帐号。
　　但是，当我看到这个微博的时候，有点坐不住了，第一感觉就是“真李逵遇到假李逵”，没办法，别人已经注册了52nlp，我也没话说，但是请不要借用这个“52nlp”的旗号就行了。同样，为了遏制谣言，我刚刚注册了一个新浪微博帐号：http://weibo.com/2104931705，并且写下了我的第一条微博：

　　52nlpcn：52NLP微博-当真李逵遇到假李逵！http://t.cn/hdjv3u

　　如果你喜欢这里的52nlp，并且拥有新浪微博帐号，欢迎转发这条微博，非常感谢！

相关文章:

1. NLP资源共享盛宴
2. 欢迎大家试用信息学科数字化知识服务网络平台
3. Google’s Python Class – SOS
4. 代友转发：发起成立中文机器翻译定期学术沙龙
5. “眼泪”与“门外汉”——向自然语言处理的大牛们学习

“我们很高兴与这些在其各自领域表现优异的大学和专家们进行合作，他们可帮助推动作为 IBM沃森系统的支柱的问答技术的进步”，IBM沃森项目组负责人 David Ferrucci 博士表示，“《危险边缘》Jeopardy! 挑战的成功将突破与计算技术的处理和理解人类语言的能力有关的障碍，并将对科学、技术和商业带来深远的影响。”

　　这篇文章下面对于每所大学的贡献都给与了简要的描述，通读下来，会发现“自然语言处理”技术在其中扮演着重要的角色。特别是麻省理工学院：

来自麻省理工学院，由计算机科学及人工智能实验室首席研究科学家 Boris Katz 带领的一个研究团队开创了一个名为 START 的在线自然语言问题回答系统，该系统能够使用来自半结构化和结构化信息存储库的信息来非常准确地回答问题。对沃森系统的根本贡献是将问题细分成简单的子问题，以便迅速收集相关回答，然后将这些回答汇合起来形成最终答案的能力。沃森系统的架构还利用了由麻省理工学院开创的对象-属性-值数据模型，该模型支持对半结构化数据源中的信息进行有效的检索，以回答自然语言问题。

　　这里面提到的自然语言问答系统START很有意思，有兴趣的读者可以试着问两个问题看看：”What is start” and “How old are you”!
　　
　　还有一篇关于沃森的文章“存储分析 Watson对于数据存储意味着什么？”也给了我很大的启示，特别是这篇博客的题目，就是模仿这篇文章写的。对于沃森来说，没有高度优化的海量数据存储，其他都将是空中楼阁，而这片文章给出的一些数据还是挺能说明问题的：

Watson是IBM所研发出来的最新的大型智能计算机，其命名源自于IBM的创始人ThomasJWatson。其主要组成为90个跑在Linux系统上的POWER 750服务器，内含2880个处理器内核、4TB的内置存储以及15TB的RAM（也有说法是16TB RAM），这些服务器设备被放在了10个机架上面。值得一提的是，其存储系统所采用的是经过特殊优化的IBM Scale-out架构NAS产品–SONAS。

从IBM博客作者Tony Pearson的文章中，我们能够找到一些非常有意思的东西。Pearson是这样描述Watson的数据处理过程的：”当Watson启动时，其15TB的RAM都会被装载，此后，DeepQA（IBM的智能分析软件）进程从内存载入。IBM Research表示，在实际应用的数据总量中（分析和索引数据，知识库等），用于生成候选答案和评估证据的大小在1TB以内。

当然，这并不是Watson存储的总容量，根据了解，其所挂接的IBM SONAS集群总容量为21.6TB。当然，如同上文所说，其中很大一部分都是分析和索引数据、应用以及知识库。

是的，尽管Watson似乎无所不知，不过其所依靠的基础并非我们所想象的海量数据，而只是一个1TB驱动器所能承载下的内容。

　　那么“自然语言处理对于IBM超级计算机沃森（Watson）意味着什么？”或者“沃森的胜利对于自然语言处理又意外着什么？”，原打算一个人来写篇总结，后来想想群体的智慧才是无穷的，就把这个问题抛出来了，欢迎大家踊跃发言，特别是沃森背后还有多少不为人知的自然语言处理技术，希望我们能总结的无比透彻！

注：原创文章，转载请注明出处“我爱自然语言处理”：http://www.52nlp.cn

本文链接地址：http://www.52nlp.cn/自然语言处理对于ibm超级计算机沃森watson意味着什
　　

相关文章:

1. 立委科普：问答系统的前生今世
2. MapReduce与自然语言处理
3. MIT自然语言处理第四讲：标注（第四部分）
4. MIT自然语言处理第三讲：概率语言模型（第二部分）
5. MIT自然语言处理第三讲：概率语言模型（第六部分）
6. HMM学习最佳范例七：前向-后向算法5
7. 一个不错的自然语言处理词典
8. 立委随笔：机器学习和自然语言处理
9. “眼泪”与“门外汉”——向自然语言处理的大牛们学习
10. 自然语言处理公司巡礼一：Teragram

无法脱俗，春节期间携夫人一起走了一趟新马，新加坡与马来西亚的热带雨林气候造就了这片热土，常年四季如夏，雨水充足，森林覆盖面超过50%，人与自然的和谐统一，人民生活得非常惬意，没有我们那么压力山大。新加坡的人均收入3000新币（大约人民币1.5万），各类开销比较小，政府几乎负担了生老病死，教育从小到大完全免费。向国家买房，代价也不过30万人民币，化妆品国外品牌的服装基本上也就国内价格的5-8折，中国的烟酒在国外只需国内价格的5-8 折，大家明白财政收入增长的原由了吧，祖国，我们拿最低的薪水，花最高的物价，悲乎？马来西亚的经济水平比我们差，但是全民教育免费，看任何病1马币，在吉隆坡购买一套房也不过3万马币（约6.4万人民币），保障了国民的教育、医疗和住房，中国立马和谐稳定。我们还有很大的差距，还有很多的工作要做。

…

有位好友在日本生活多年，因为民族感情，迟迟不愿加入日本国籍，去年归国，有关部门以超生为由，至今无法为他的一对儿女落户，成为黑户，不得以加入加拿大国籍，苦笑一句：“我爱祖国，祖国不爱我”。改用西汉名将甘延寿和陈汤的名句，“犯我大汉子民者，虽远，必诛！”，祖国不是空泛的概念，不仅仅是动员我们奉献的主体，更应该是我们的娘家，是在我们包括海外华人受到侵犯是的保护神，这些才能让我们感觉到祖国的存在。政府和外交还有很大的差距。

　　而至于我的感慨，此处省略五千字!

注：转载请注明出处“我爱自然语言处理”：http://www.52nlp.cn

本文链接地址：http://www.52nlp.cn/摘录-祖国应该做海外华人更好的娘家-新马之旅观

相关文章:

1. 推荐张华平老师的中文分词工具ICTCLAS2010

相关文章:

1. 关于计算语言学的一首词
2. “我爱自然语言处理”停止更新
3. “我爱自然语言处理”一周岁
4. “眼泪”与“门外汉”——向自然语言处理的大牛们学习
5. “我爱自然语言处理”半岁
6. “我爱自然语言处理”日访问量过百
7. 自然语言处理公司巡礼五：Autonomy
8. 自然语言处理公司巡礼三：Inxight
9. 自然语言处理公司巡礼二：Powerset
10. 自然语言处理与世界杯

1、boycat：为52nlp转型为群体博客提出了最宝贵的建议和最直接的贡献-第一砖，混在NLP
2、finallyliuyu：在52nlp转型为群体博客后，贡献了第一篇博文-公布一批中文文本分类的新闻语料库
3、王增才：基于哈希表和二叉树的词典研究

　　欢迎大家继续在这里分享！另外，感谢Huang Yun的建议，我已经在这里安装了wordpress的latex插件，对于latex高手来说，写博文时在$$…$$之间插入latex公式即可在博文中显示相关的公式，欢迎试用，如：
$$iiiint_{F}^{U} , dx,dy,dz,dt $$ ==>

　　最后“关于”页面已经修改，2010年12月8日之后，这里已经是nlper们的群体博客！欢迎大家继续关注52nlp，更欢迎有兴趣的nlper的加入！

注：原创文章，转载请注明出处“我爱自然语言处理”：http://www.52nlp.cn

本文链接地址：http://www.52nlp.cn/我爱自然语言处理两周岁

相关文章:

1. “我爱自然语言处理”一周岁
2. “我爱自然语言处理”半岁
3. “我爱自然语言处理”停止更新
4. “我爱自然语言处理”日访问量过百
5. “我爱自然语言处理”PageRank首次更新
6. “我爱自然语言处理”PageRank再次更新
7. “我爱自然语言处理”PageRank更新为3
8. “我爱自然语言处理”阶段性总结
9. 赞一下host2ez
10. 愚人节快乐

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!

相关文章:

1. 自然语言处理公司巡礼二：Powerset
2. 自然语言处理公司巡礼七：Language Weaver
3. 自然语言处理公司巡礼三：Inxight
4. 自然语言处理公司巡礼四：Systran
5. “知行合一”与自然语言处理
6. 自然语言处理公司巡礼五：Autonomy
7. 自然语言处理与医疗健康

cat@newsmth：

其实 一直有个想法， 在这里，水木，讨论组等出没的各路神仙，必定是各有所长。不如请大家在各自的方向上，写个小文。内容上，最好能够由浅入深，从概要介绍，到主要方向，前沿讨论等等。这样形成一组文章，既能帮助新人/感兴趣的读者入门，也能提供更深层次的研讨。

52nlp:

嗯，这个想法很好，我强烈支持！希望Cat大侠可以在这里先做个表率！

其实对于52nlp，我一直有一个想法，想把“她”建成一个“nlp群体博客”，一方面个人能力有限，也仅了解NLP下的一两个子领域，另一方面自己工作也比较忙，已没有以前全心全意写这个博客的“动力”了。

如果各路NLP大侠愿意，我愿意开放这个博客的注册权限，只要和NLP有关的，任由大家发挥，当然，最好在自己的强项上写一些有深度的文章，帮助新人，也能和大家一起进行深层次的讨论。

我很喜欢“StackOverflow”的交流形式，如果可能的话，在这里，关于NLP的任何话题，任何人都可以发起讨论或者发表自己的感悟！

cat@newsmth：

权限那些事情太复杂，不是我这脑袋能考虑得了的，嘿嘿，有你这面旗帜就足够了的。

最初的想法是，如果能以52nlp作为一个整体，不是很好么？ 当然 把各大侠的名字标注在对应篇章下面，就更好了，有种团结的感觉，你说呢？

专题小文章和博客之间，感觉不出太大区别，但是我觉得还是应该和讨论交流区别一下。

比较理想的是，像俺这样的半瓶子醋抛个砖，然后等着大家来拍，拍完了，以志愿，抽签 或者 “被志愿”等方式选出一个代表来重新整理总结成为一个完整的专题文章。

52nlp:

权限的问题不复杂，有两种方式，一种是我对于愿意分享的NLP大侠建一个帐号，另外一种是完全开放，由读者自己注册，二者各有优劣。但是还是希望这些文章由作者自己掌控，这样一个nlp团体博客才能慢慢形成。

另外区别于讨论交流还是很重要的，毕竟这里不是水木NLP版，各司其职比较重要，我之前没有仔细想过，谢谢。

最后这种“抛砖引玉”的方式比较理想，可以尝试一下。

cat@newsmth:

关于 讨论，还想多说一点。
其实我觉得讨论，和听talk一样，是一种很便捷的学习方式，尤其是对那些有兴趣的读者。但是 导向，或者说引导？很重要！

52nlp:

所以可以每期选一个话题，作为重点的交流方向。非常感谢你的建议，计划在这里做一次讨论，期待能尽快在这里开展这种形式的探讨！

原讨论参见：MIT自然语言处理第一讲：简介和概述（第一部分）。

注：转载请注明出处“我爱自然语言处理”：http://www.52nlp.cn

本文链接地址：http://www.52nlp.cn/关于52nlp的一些讨论

Translating poetry is a very hard task even for humans, and is clearly beyond the capability of current machine translation systems.

　　但是出于“学术好奇心（academic curiosity）”，他们还是尝试了一下，效果比预想的要好，于是，可以发paper了。
　　我也很好奇他们到底是怎么做的，于是找来了这篇EMNLP 2010的论文：“Poetic” Statistical Machine Translation: Rhyme and Meter。
　　唉，还是“统计机器翻译”，还记得《机器翻译与微软对联》吗？看来统计机器翻译这些年虽然没有办法取得一个大突破，但是仍然可以“剑走偏锋”的。
　　由于不太明白英文诗歌的“Rhyme and Meter”，我先Google了一下相关资料，找来一篇《英语诗歌的韵律(metre)英诗节奏(Rhythm)》，不过还是看得不太明白，所以也没有仔细的看EMNLP上的这篇论文，不过“Rhyme and Meter”是这篇文章的核心：

The value of preserving meter and rhyme in poetic translation has been highly debated. Vladimir Nabokov famously claimed that, since it is impossible to preserve both the meaning and the form of the poem in translation, one must abandon the form altogether. Another authority (and for us computer scientists, perhaps the more familiar one), Douglas Hofstadter argues that preserving the form is very important to maintaining the feeling and the sound of a poem. It is in this spirit that we decided to experiment with translating not only poetic meaning, but form as well.

　　利用统计机器翻译做“诗歌翻译”，不仅仅翻译的诗歌意思，还尽量的保留了诗歌的形式，有兴趣的读者可以仔细研究一下。
　　
英文原文链接见：
http://googleresearch.blogspot.com/2010/10/poetic-machine-translation.html

注：转载请注明出处“我爱自然语言处理”：www.52nlp.cn

本文链接地址：http://www.52nlp.cn/追忆大师贾里尼克

相关文章:

1. 关于计算语言学的一首词
2. 机器翻译：多一点宽容
3. 自然语言处理公司巡礼七：Language Weaver
4. 机器翻译与微软对联
5. 机器翻译的八大挑战
6. 自然语言处理与计算语言学书籍汇总之五：机器翻译
7. 统计机器翻译中的几篇经典文献
8. SMT经典再回首之Brown90:远见卓识
9. 第十二届机器翻译峰会后续
10. 机器翻译新闻一则

Jason adds that “He was in fine health and spirits and no one expected this. Those of us who are here are still trying to absorb the loss ourselves”.

　　
　　愿老人家一路走好，在天堂里能继续他的“语音识别和自然语言处理”研究！

相关文章:

1. recruiting Ph.D. students
2. 追忆大师贾里尼克
3. 神奇的约翰霍普金斯夏季研讨会
4. 招生：Ph.D research assistant in machine learning and NLP
5. ACL-IJCNLP 2009 评述节选
6. 自然语言处理与医疗健康
7. Beautiful Data-统计语言模型的应用一：缘起
8. nlpers最近无法访问
9. 自然语言处理公司巡礼一：Teragram
10. 不做什么，做什么，为什么——董振东与知网