也许喜欢怀念你: 2011

2011年12月14日星期三

好多话或者听不懂，或者没听懂

每天中午的午餐时间，总会讨论很多的话题。

1. 民政局办理结婚登记的办公室，节假日上班吗？
2. 新婚即忘了登记纪念日，怎么办
3. 最小的天文单位，类地球行星被发现了，距离地球600光年？
4. 看到的太阳是8分钟之前的
5. 黄金的来源，核聚变还是裂变，连亚里士多翔都表示不清楚。
6. 星座的心理学作用。GK射手座喜怒无常，臭脾气的现身说法。
7. 教师挖苦学生事情，亚里士多翔和高中物理老师打架。你最喜欢的教师

以上是中午能回想起来的话题，吃饭是短短的几十分钟，却有很多很多的蛋可以扯。
有时候，话很多很多，有些听不懂，或者没听懂。
各自的交流甚至只是平行的。但是即便这样，也是午餐休息的乐趣。

生日快乐

无法送到，不被接受的祝福。

不二的人生从此开始

愿此生再有机会分享

2011年12月13日星期二

哪里来的自信

哪里来的自信，是她的航班，是飞到北京。
可笑

无聊的时候，我在想什么

无聊的时候，我在想什么？想她。

在微博上做各种各样的性格测试，没有目的，不关心结果。

不停地刷她的微博，试着去评论，然后发现被删除。看到她说机票，在想，是飞北京的吗，我是否今晚去机场候着，给她一个惊喜?

大概都不需要了。

当一条路的方向是错的，那沿途再美的风景可能都是无意义的。她可能会这么想，也许。

2011年8月23日星期二

海上花

虾米电台中竟然跳出刘嘉玲的歌，“如果一定要有人掉眼泪，你说会是谁”。

想起《海上花》，她也在其中，不过更多记着的还是沈小红。在工大老旧宿舍看的这部电影，当时还未接互联网，从别人那里借来的DVD碟片。那个下午和现在有些相似，有些闷，还潮湿。这部上海话的电影，和空气一样，有些闷，还潮湿。梁朝伟最后问了一句话，你们先生还好伐？好像有落泪。

刚才查了一下，1998年侯孝贤的电影，2003年看的，现在是2011年了。

很多很多年之后，如果遇到我的朋友，或者你的朋友，会不会问：你们先生还好伐？

2011年6月10日星期五

对不起

对就是对，错就是错。
赢就是赢，输就是输。

没有任何借口。对不起。
昨晚你说的那些话，我将记住。你让我看清自己。
我比你更讨厌我。

我爱你，并且会一直爱你。

2011年5月30日星期一

黑色星期五

周五终于拿到驾照，对于补考才通过这件事，一直耿耿于怀。在工作生活中，不让自己的情绪影响自己，这个真的是太难了。

周五股市狂跌，虚盘和实盘都跌停，果真是黑色星期五。之前建立起来的一些小信心全被打击。这样不规范的投机市场，能否让我更稳健些，做个更理性的投资者呢。对于这个月的虚拟赛，还是有信心的，自信能跑赢大盘，跑赢他们。苹果拿来。

这几天，在看手机上的电子书: 圣经（创世纪部分），过于孤独的喧嚣。后者听名字都很文艺。

2011年5月28日星期六

我是你流浪过的一个地方

我不知道如何爱你，我看着你
我前后左右都跟着你
以自己的才华和智慧我投身于你
不够，就以信念，再不够
就以身以命一生相许
竟如此不易，你和我
彼此在不如意的生活中
遇上一个如意的人，所以我爱你
就连同你的缺点你的道路
以及你是非难辨的过去
从此我们手拉手
向着同一个方向走，直到天黑
待生命结束，我们才结束
一回头，我们看见的不是一缕轻烟
而是我们相知的一生
深深浅浅，心心相印

2011年4月4日星期一

将爱

在优酷上看了《将爱》，刚才。

歌挺好听的，生活挺无奈的。三段中无论哪一段都不是我喜欢的。

我需要你比你需要我深

那天你风尘仆仆地来，我没有接你，让你委屈吧

那天我送你赶最后的班车，从此各安一方

那天空荡的12路，你靠在我肩上，我不知所措

那天阳光很好在武林广场，我给你拍照，抓不住焦点

那天下雨在白堤上，我给你擦眼泪，不知道怎么开口说再见

那天大运村楼道里，我给你电话，说着说着就哭了，那么多话没有和别人说过

那天回去路上，我突然看见你和他一起，不知道怎么打招呼

那天拥挤的331路，你抱着我，我激动不已

那天在桥上，我把图书证借给你，后来一起丢了，你送我一个挂坠，紫色的蝴蝶

那天环成路上，我们一起聊着天，你说我喜欢她的吧，可你不知道我喜欢你

那天中秋节，我把月饼放在雕像后面，然后给你短信

那天家乐福，我买了那条鱼回来，然后你说我对鱼比对你好

那天八达岭高速上，你分给我耳塞借我听歌，你自然的举动，却让我一直感动

那天自习室里，我们互相写着纸条，我胡乱写的樱花，其实那是假的，那纸条我一直留着，现在还夹在书中

那天咖啡馆，我写着你的名字，写满整整一页

那天在新主楼，我收到你快递，天下着雪

那天你第一次到男生宿舍，说是难民营吗

那天你在医院给我电话，我在车上，难过地说不出话，只能安慰你

那天在华家池，我送你一个蛋糕，你只能说谢谢

那天在体艺馆，我们算约会吧，陌生人给我们送橘子

那天是午后吧，我接到你电话，哭的那么难受

那天在游泳池，我遇见穿泳装的你，互相不打招呼

那天你给我电话说和老公吵架了，说想一个人出去散散心，说想分开一段时间。

那天元旦过节，我让你吃冷包子

那天学校快放假了，你陪我满校园地跑，不停地找老师签字

那天你在我宿舍，看了一下午的埃及艳后，现在泰勒去世了

我不是我，你不是你，好久不见。

原来你在我身边这么久了，只是用不同的名字，长不同的脸孔。

我以为我爱着你，原来也不是。

我以为我忘了你，原来也没有。

因为爱情，常常都挺感伤

所以也就没有什么幸福的模样

2011年4月3日星期日

sugarsync终于被屏蔽了

因为客户端一直没有被屏蔽，所以迟迟不知道。今天是因为空间不够了，整理点东西，想打开网站，发现sugarsync已经在国内无法访问了。不用说，又是触犯了共产党的G点了。我想中国政府一定恨死互联网，要是像以前一样没有互联网，没有这么多的通讯手段，只有广播，只有报纸，单向宣传、控制，那该多好啊。他们一定这么想的。

现在使用https登陆的Gmail，Google Reader,也经常访问异常。 Facebook, YouTube, Blogger, Google Docs，Twitter，Dropbox … 凡是好的优秀的服务，都要被屏蔽掉。现在sugarsync也在此名单中了。PC杂志，评选年度最佳软件服务的时候，可以增加一个指标，是否被中国政府屏蔽封杀，如果是，那应该加分。如果不是，参加评选应该都会觉得不够档次。

黑暗的世道。

2011年3月27日星期日

牙

洗了，很难受

2011年3月21日星期一

莫放春秋佳日過，最難風雨故人來

今日之東，明日之西，
青山疊疊，綠水悠悠，
走不盡楚峽秦關，填不滿心潭欲壑，
力兮項羽，智兮曹操，烏江赤壁空煩惱。
忙什麼，請君靜坐片時，把寸心思後想前，
得安閒處且安閒，莫放春秋佳日過；

這條路來，那條路去，
風塵僕僕，驛站迢迢，
帶不去白璧黃金，留不住珠顏皓齒，
富若石崇，貴若楊素，綠珠紅拂總成夢。
恨怎的，勸汝解下數文，沽一壺猜三度四，
遇暢飲時需暢飲，最難風雨故人來。

孫星衍

2011年3月19日星期六

maven -U选项

maven -U 选项仅对snapshot版本有效。

没有想到这点，以为它对其他正常版本也会产生作用，让我抓狂了3个小时。以为是ubuntu的openjdk原因，以为是maven2和3的原因，以为是hudson插件原因，以为是@Overide原因，靠！一直编译无法通过。

我真他妈笨！

2011年3月17日星期四

你的愚昧超出我的想象

你说你还是要去买盐。不但买盐，而且还买酱油！

盐

据说到处都有抢购盐的事情发生。盐能防辐射？谁能告诉我

2011年3月15日星期二

没那么简单

没那么简单，就能找到聊得来的伴
（当时看到这句，我就想起你，然后记住这首歌，没那么简单，该好好珍惜）
尤其是在看过了那么多的背叛
（这个，我总觉得是自己在背叛别人，可我不想背叛自己，关于这个，我大概是一个很自私的人吧）
...
...
相爱没有那么容易每个人有他的脾气
过了爱做梦的年纪轰轰烈烈不如平静

2011年3月8日星期二

酒仙橋，七九八，那家小館

一些關鍵字：
宮廷菜
蝦
菜單
鐵西妓女實錄
金門島
林毅夫
土地黨
共產共妻
...
...

2011年3月5日星期六

寧波的用戶已關機

您播的用戶已關機，本次呼叫將以免費短信的方式提醒您被呼叫的用戶。

爲什麽寧波人總關機呢。你關機我就找不見你了。如果你突然換號了，是不是就再也聯繫不上你了。

在22樓，蠻高的，還是看不見風景，窗外只有車來車往。There are nine million bicycles in Beijing。那是幾幾年的事情了啊？

2011年2月27日星期日

周末

我一年到頭只穿一雙鞋，除了夏天會加另外的涼鞋。你說我還保持着學生時代的作風，該備幾雙，換着穿，鞋也不易壞，還不那麼臭。於是這個月的任務就是要新增一雙鞋。今天買了。不想多走路，就在附件的燕莎商場買的。先到二樓看到的皮鞋，被嚇到了，沒有3k以下的，對我來說太天價了。到四樓運動休閒那層，挑了雙便宜的，便結算走了，也花了我1.5k，不過感覺還不錯，雖然我一開始挑中的是雙女鞋。JEEP，一直以爲只是汽車，沒想到還有衣服和鞋子。

理髮的時候，遇到一個有趣的老師。先是討論不同地方的頭髮生長速度，當時心裏在想該建個模型來表示呢。然後講亞洲人和歐洲人的平均頭髮根數，最後聊到那個白發老人，維達沙宣。剛好之前看到過，也能聊上幾句。下次去，還找他。

在理髮店或者回來的路上，沒有聽到你的電話，未接。路過那個公交站臺，知道這裏會有車開往酒仙橋798，不久前乘坐過。站臺邊上，我聽見一個女生問男生，你愛我嗎，男生抱着問的人，說我抱着我愛的人，你說呢？我回頭看了一下他們，感覺很幸福的吧。下一次，如果你問我愛你嗎，我會說是的，我愛你。那個時候，在送你的書上，不敢寫這三個字，我想在接下來的日子裏，我會慢慢學習寫在生活中。

雪還沒有融化，天氣已經慢慢轉暖，我在期待一次旅行。和你一起。

2011年2月26日星期六

落雪

落雪，在北方城市应该算常见，不过今年比较少，这是第二场。

窗外

2011年2月22日星期二

本年度最二的一天

2月22日，农历正月二十，星期二。现在是北京时间22点22分(呵，这个时间是我调的)。我想在这个时间给你打电话，可惜人被卡在电梯中。不过呢，二，随时都可以，我一直没二够，然后就快三十岁了，却立不起来。

Ivy（音，伊va，或者AV）今天生日，祝生日快乐。她在SMN签名上说，最二的女人在最二的一天过生日。

记录下上周末的流水账吧。

周六开会，演示预演。

周日上午去大头家，送元宵给他们，吃完午饭不久就回公司。照例是牛牛，本来赢着四五十块，饭前最后一局，被丫开出五小，翻七倍。后来反倒输了一些。

回公司之后，带着笔记本去外面买电话号码，一个号码一个号码，用诡异的软件，算诡异的内容，最终终于挑了两个【吉】的号码。像算命先生那样，在营业厅中，这样挑号，还是需要勇气的吧。我不禁有些佩服自己。聊胜于无吧，在虚无、无所依托、看不清未来的时候，我们还是需要给自己一些理由的吧。比如因为我挑的一个号码，我可以告诉自己，我将“繁荣发达，大展鸿图，信用得固，万人仰望，无远弗界，可获成功 ”，如此这般这般，心里总会稍微安心一些。虽然都知道，前方路该怎样还是怎样。但是这样简单廉价的自我暗示，不也挺好的嘛。

刚才想写的好像不是这些，本来想说自己分不清梦和生活之类的，因为之前做的梦好像是生活的预演，然后周末盯着机器看log的时候，恍惚中看到一个人的号码。后来想想，这大概是个bug吧，程序中有，生活中也有。bug，像女人脸上的皱纹，终究无法避免，那就坦然接受吧。毕竟，还有一种工种叫QA，能fix的就要去fix。

早安，北京。

2011年2月21日星期一

告別

測試，使用新的域名。

Carry on till tomorrow, there's no reason to look back.

2011年2月17日星期四

十四夜，吃糟羹

在浙江东南沿海一带，元宵习俗与其他地区稍有不同。在老家三门，正月十四过元宵，八月十六过中秋。正月十四中午糊“麦焦”，夜里吃“糟羹”。一说是和元末农民起义领袖方国珍有关，一说和明朝戚继光有关。我已经好久没有在吃过糟羹了。

十四夜，吃糟羹...

昨晚我将所有房间的灯都打开，接财神。小时候，正月十四我也会跑到楼上把前后房间的灯都打开，好像是这样的。

2011年2月14日星期一

情人节快乐

两对恋人，书上的和屏幕里的

情人节，有情人没情人都要有活动。告诉下面的员工，早点回去吧，别加班了，该约会的约会，该狂欢的狂欢。

GK早早走了，告诉我说ZLP说了不用他送花，还是蛋糕吧，实在些。WN墨迹着没有走，说发完邮件再说，又说周末已经庆祝了，没想过安排今晚的。我说，女生很注意这些的，还是走吧。WX也走了，号称没有女朋友。Ivy去杜蕾斯举办的狂欢party了。

我，Icy，Sophie，还有一个编剧，凑了两男两女。吃肉，不喝酒；打牌，不算钱。就这么过了一个晚上。

情人节快乐。

2011年2月13日星期日

说吧，爱情

买一本杂志，走过一片雪地

一个人成熟与否和年龄无关，是不是会照顾别人，也和年龄无关。我大抵就是这样的人。有人说我孩子气，有人说我有恋母情结。有人告诉我，你应该找一个比你年纪大的人。

反复听着陈医生和王菲的《因为爱情》，想在明天去看一场电影。可是需要吗，“因为爱情简单的生长依然随时可以为你疯狂”。我从来都不是疯狂的人。

想起昨天做的测试，我是接近“谢耳朵”的怪人，我在生活中都迷信科学。所以这样的话，我更相信：爱情是人类最基本的寻求配对的冲动。这不是性冲动----性冲动让你寻找能够成为性伴侣的人。而爱情让你同时只对一个人产生配对的冲动，并将你的所有精力集中于他一人身上，世界因为他有了新的中心。

从一开始，我们就不是一个被创造出来享受快乐的物种，而是繁衍后代的物种。所以，两个人一旦进入长期的伴侣关系，维持大多数婚姻的因素不再是爱情，而是孩子、经济、寂寞、安全感、面子。

2011年2月12日星期六

死亡之旅

开始

中文分词入门之资源

作为中文信息处理的“桥头堡”，中文分词在国内的关注度似乎远远超过了自然语言处理的其他研究领域。在中文分词中，资源的重要性又不言而喻，最大匹配法等需要一个好的词表，而基于字标注的中文分词方法又需要人工加工好的分词语料库。所以想研究中文分词，第一步需要解决的就是资源问题，这里曾经介绍过“LDC上免费的中文信息处理资源”，其中包括一个有频率统计的词表，共计44405条，就可以作为一个不错的中文分词词表使用。而一个好的人工分词语料库，需要很大的人力物力投入，所以无论研究还是商用往往需要一定的费用购买，好在SIGHAN Bakeoff为我们提供了一个非商业使用（non-commercial）的免费获取途径，以下将介绍SIGHAN Bakeoff及相关的中文分词入门资源。

　　SIGHAN是国际计算语言学会（ACL）中文语言处理小组的简称，其英文全称为“Special Interest Group for Chinese Language Processing of the Association for Computational Linguistics”，又可以理解为“SIG汉“或“SIG漢“。而Bakeoff则是SIGHAN所主办的国际中文语言处理竞赛，第一届于2003 年在日本札幌举行（Bakeoff 2003),第二届于2005年在韩国济州岛举行(Bakeoff 2005), 而2006年在悉尼举行的第三届（Bakeoff 2006）则在前两届的基础上加入了中文命名实体识别评测。目前SIGHAN Bakeoff已成功举办了6届，其中Bakeoff 2005的数据和结果在其主页上是完全免费和公开的，但是请注意使用的前提是非商业使用（non-commercial）:

　　The data and results for the 2nd International Chinese Word Segmentation Bakeoff are now available for non-commercial use.

　　在Bakeoff 2005的主页上，我们可以找到如下一行：“The complete training, testing, and gold-standard data sets, as well as the scoring script, are available for research use”，在这一行下面提供了三个版本的icwb2-data。下载解压后，通过README就可以很清楚的了解到它包含哪些中文分词资源，特别需要说明的是这些中文分词语料库分别由台湾中央研究院（Academia Sinica）、香港城市大学（City University of Hong Kong）、北京大学(Peking University)及微软亚洲研究院（Microsoft Research）提供，其中前二者是繁体中文，后二者是简体中文,以下按照README简要介绍icwb2-data:

1) 介绍（Introduction）：

　　本目录包含了训练集、测试集及测试集的（黄金）标准切分，同时也包括了一个用于评分的脚本和一个可以作为基线测试的简单中文分词器。(This directory contains the training, test, and gold-standard data used in the 2nd International Chinese Word Segmentation Bakeoff. Also included is the script used to score the results submitted by the bakeoff participants and the simple segmenter used to generate the baseline and topline data.)

2) 文件列表（File List）

　　在gold目录里包含了测试集标准切分及从训练集中抽取的词表（Contains the gold standard segmentation of the test data along with the training data word lists.）

　　在scripts目录里包含了评分脚本和简单中文分词器（Contains the scoring script and simple segmenter.）

　　在testing目录里包含了未切分的测试数据（Contains the unsegmented test data.）

　　在training目录里包含了已经切分好的标准训练数据（Contains the segmented training data.）

　　在doc目录里包括了bakeoff的一些指南（Contains the instructions used in the bakeoff.）

3) 编码（Encoding Issues）

　　文件包括扩展名”.utf8”则其编码为UTF-8(Files with the extension “.utf8″ are encoded in UTF-8 Unicode.)

　　文件包括扩展名”.txt”则其编码分别为（Files with the extension “.txt” are encoded as follows）:

　　前缀为as_，代表的是台湾中央研究院提供，编码为Big Five (CP950)；

　　前缀为hk_，代表的是香港城市大学提供，编码为Big Five/HKSCS；

　　前缀为msr_，代表的是微软亚洲研究院提供，编码为 EUC-CN (CP936)；

前缀为pku_，代表的北京大学提供，编码为EUC-CN (CP936)；

　　EUC-CN即是GB2312（EUC-CN is often called “GB” or “GB2312″ encoding, though technically GB2312 is a character set, not a character encoding.）

4）评分（Scoring）

　　评分脚本“score”是用来比较两个分词文件的，需要三个参数（The script ’score’ is used to generate compare two segmentations. The script takes three arguments)：

　　1. 训练集词表（The training set word list）

　　2. “黄金”标准分词文件（The gold standard segmentation）

　　3. 测试集的切分文件（The segmented test file）　　　以下利用其自带的中文分词工具进行说明。在scripts目录里包含一个基于最大匹配法的中文分词器mwseg.pl，以北京大学提供的人民日报语料库为例，用法如下：

　　./mwseg.pl ../gold/pku_training_words.txt < ../testing/pku_test.txt > pku_test_seg.txt

　　其中第一个参数需提供一个词表文件pku_training_word.txt，输入为pku_test.txt，输出为pku_test_seg.txt。

　　利用score评分的命令如下：

　　./score ../gold/pku_training_words.txt ../gold/pku_test_gold.txt pku_test_seg.txt > score.txt

　　其中前三个参数已介绍，而score.txt则包含了详细的评分结果，不仅有总的评分结果，还包括每一句的对比结果。这里只看最后的总评结果：

…
   = SUMMARY:
   === TOTAL INSERTIONS: 9274
   === TOTAL DELETIONS: 1365
   === TOTAL SUBSTITUTIONS: 8377
   === TOTAL NCHANGE: 19016
   === TOTAL TRUE WORD COUNT: 104372
   === TOTAL TEST WORD COUNT: 112281
   === TOTAL TRUE WORDS RECALL: 0.907
   === TOTAL TEST WORDS PRECISION: 0.843
   === F MEASURE: 0.874
   === OOV Rate: 0.058
   === OOV Recall Rate: 0.069
   === IV Recall Rate: 0.958
   ### pku_test_seg.txt 9274 1365 8377 19016 104372 112281 0.907 0.843 0.874 0.058 0.069 0.958

　　说明这个中文分词器在北大提供的语料库上的测试结果是：召回率为90.7%，准确率为84.3%，F值为87.4%等。

　　SIGHAN Bakeoff公开资源的一个重要意义在于这里提供了一个完全公平的平台，任何人都可以拿自己研究的中文分词工具进行测评，并且可以和其公布的比赛结果对比，是驴子是马也就一目了然了。

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

2011年2月10日星期四

落雪

昨天的天气预报说今天“可能”有雪。今天果然下雪了。北京雪来得很晚，天气预报总算狠准了一次。

2011年2月9日星期三

有时会突然忘了，我还在爱着你

因为爱情，不会轻易悲伤，所以一切都是幸福的摸样

因为爱情，怎么会有沧桑，所以我们还是年轻的摸样

因为爱情在那个地方，依然还有人在那里游荡，人来人往

2011.2.9

农历第一天上班就领红包啦，我想我应该开心。

杭州号码终于决定不再使用，也不再充值，停了吧。我不曾想过会接那样的电话。人就是这么奇怪的动物，不止一个人说我奇怪。丘丽叶也好，丘利安也好，都只是想象中的人物。可是为什么连我们自己也都是呢？

祝幸福，在新的一年里，在接下去的日子里。

2011年1月30日星期日

彼岸花

彼岸花，开一千年，落一千年，花叶永不相见。情不为因果，缘注定生死。

该说去年了，8,9月份的时候，回了一次老家。在门口遇见这小花，很是鲜艳。拍了放在手机中，发给你，你大概没有收到。后来在网上得知原来这花就是彼岸花。红色的彼岸花称曼珠沙华，白色的彼岸花称曼陀罗华，据说一个长在彼岸，一个长在忘川河边。看了那些佛经中都有关于这花的传说，关于爱情和轮回，凄美。

有些人，有些事，有些时候，总会留在这里或者那里，不需要想起，也不需要忘记。张三的歌中说，是不是每个离开的人，都会留下一部分给彼此，大概也许maybe可能吧。

2010.10.10

明天打飞机回家了，整理东西，钱包中有一张电影票，2010.10.10，很整齐的日子。

杭州滨江

2011年1月29日星期六

外公，生日快乐

今天是外公八十大寿，可惜该死的我远在帝都，没能赶回去。家里人除我之外都到了，超超用手机拍了满满一桌的菜，发彩信给我，故意让我羡慕来着。大舅舅稍微有些喝多了，打来电话，说该我敬的酒，我人不在，该如何处理，我说让康乐代我喝。狡猾奸诈的康乐，说什么亲兄弟明算账，一杯一百，他号称替我喝了三十三杯，十一个长辈，一人三杯。小样，你以为我会信吗，讹我三千三，我让你还我六千六。

我喜欢家里团聚在一起吃饭喝酒的气氛，每年过年，家里总是热热闹闹的，这样的日子要一直延续下去。

外公，这一辈子，大部分的时候都给了共产党，在村里当了这么多年的生产队长，属于那种特别典型的党员干部，思想纯的令人发指，到现在村里的那些破事，人们还要请他出来说话。他们那一代人，大概都是这样的吧，简朴，勤劳。外公现在还是不能闲着，总要继续种点东西，也许看着地荒着，他心里会很不舒服。还有外婆，也特别节约。刚才电话，阿姨告诉我，原本在饭店里订了酒菜包间，外婆都要跟她吵架了，无奈又取消掉，回家自己烧的菜。

外公，祝健康！