N***i
发帖数: 4104 | 1 英语算是从分析语往孤立语转化得比较快的了。（现代汉语是孤立语，俄语之类的经典
印欧语是分析语）
起码现代英语不分阴性阳性，没有强迫你把桌子椅子分个男女出来，词语的变格也是印
欧语里面最少的。
估计英语会继续往孤立语方向转变，比方说完成时, have + 过去分词，完全可以简化
为have + 动词原形。可能几十年后的口语就是 i have fuck，she have be fuck等等
。其实就和汉语的“已经”的作用完全一样的 |
|
s*******n
发帖数: 10426 | 2 【 以下文字转载自 History 讨论区 】
发信人: swordsman (真の猛士), 信区: History
标 题: 余光中：现代汉语的西化。
发信站: BBS 未名空间站 (Fri Jun 26 16:42:15 2015, 美东)
一、《余光中：中文的常态与变态》
1
自五四新文化运动以来，七十年间，中文的变化极大。一方面，优秀的作家与学者
笔下的白话文愈写愈成熟，无论表情达意或是分析事理，都能运用自如。另一方面，道
地的中文，包括文言文与民间文学的白话文，和我们的关系日渐生疏，而英文的影响，
无论来自直接的学习或是间接的潜移默化，则日渐显著，因此一般人笔下的白话文，西
化的病态日渐严重。一般人从大众传媒学到的，不仅是流行的观念，还有那些观念赖以
包装的种种说法；有时，那些说法连高明之士也抗拒不了。今日的中文虽因地区不同而
互见差异，但共同的趋势都是繁琐与生硬，例如中文本来是说「因此」，现在不少人却
爱说「基于这个原因」；本来是说「问题很多」，现在不少人却爱说「有很多问题存在
」。对于这种化简为繁、以拙代巧的趋势，有心人如果不及时提出警告，我们的中文势
必越变越... 阅读全帖 |
|
z**********e
发帖数: 22064 | 3 不过，美国的信息学家曾经用中文来举例说明分词正确的必要性。
“我喜欢新西兰花”。
可以理解为“I love New Zealand's flower”，也可以理解为“I like new broccoli
”。
“你的头像牛屄”，也是有两种理解的。 |
|
c**s
发帖数: 114 | 4 是的， 分词 很重要。记得 看到过 不少例子 有关 合同和借款 纠纷的。 |
|
z****e
发帖数: 54598 | 5 应该这么说
中文的维度要超过英文的维度
东亚语言文字，如何分词是个大问题
维度要超过英语许多
所以经过中文训练的大脑
思维会比较活跃
类似的，法语的数词是20进制的
难度要超过其他很多语言
所以法国人数学比较好 |
|
|
D***r
发帖数: 7511 | 7 记得以前说是高考不考，但是有每年两次的标准化考试
学生自己报名去考，录取的时候会参考那个分数
我觉得这样还是比较合理的
学习外语其实可以考察一个人的基本记忆力、毅力和抽象思维能力
以前有些比较笨一点的初中同学就是无法理解复数形式、过去分词这种看似简单的东西
所以英语学到那就完蛋了
过去国内很多单位要求四六级证书是合理的 |
|
S******8
发帖数: 24594 | 8 Charging这里不作动名词，是现代分词短语作伴随状语。 |
|
l*******s
发帖数: 1258 | 9 机器翻译两大难点：
1词义翻译：一个词对应到另一个语言，到底应该翻译成哪个词？语言之间词往往是一
对多
2词序：一个句子或者短语对应到另一个语言，词的顺序应该是怎样的？英语是主谓宾
，土耳其语就成了主宾谓了
其他的还有些小问题，比如词形分析 分词 断句等，都不如这两个重要 |
|
l*******s
发帖数: 1258 | 10 机器翻译两大难点：
1词义翻译：一个词对应到另一个语言，到底应该翻译成哪个词？语言之间词往往是一
对多
2词序：一个句子或者短语对应到另一个语言，词的顺序应该是怎样的？英语是主谓宾
，土耳其语就成了主宾谓了
其他的还有些小问题，比如词形分析 分词 断句等，都不如这两个重要 |
|
j**u
发帖数: 1325 | 11 1、汉语加了所有动词都一样。英文动词过去式，过去分词尼玛变来变去让人蛋疼。
2、中文不只有古诗词，现代流行词汇层出不穷。尼玛英文没有过去。 |
|
|
|
a***m
发帖数: 5037 | 14 貌似这里 "opposed to sth" 是过去分词短语 做定语
或者 opposed 是形容词 |
|
c******g
发帖数: 4889 | 15 这里的分词opposed是归属动词(attributive verb)，引导的并不是丛句，而是作为定
语修饰前面的those。 |
|
b******t
发帖数: 1271 | 16 uncharting 这个分词是违反语法的。你可能真的听错了。 |
|
n****t
发帖数: 729 | 17 A well regulated Militia being necessary to the security of a free State是一
个现在分词的独立主格结构。A well regulated militia是这个主格结构里的主语。 |
|
g**1
发帖数: 10330 | 18 “微软MVP”说法遭质疑
昨日，新京报记者独家获悉，陈本峰在微软的英文名为Benjiamin Chen，2006年至2012
年在微软工作的经历属实，但和此前官网宣传相比，也属于夸大了在微软的经历。和此
前所宣传的IE核心研发工程师相比，陈本峰在微软期间主要是测试工程师，大部分项目
经历为基础岗位工作。
此前，在红芯官网陈本峰的介绍中写道：担任IE浏览器核心研发工程师，参与开发了
IE8、IE9、IE10浏览器。由于工作出色，陈本峰获得了微软产品技术最杰出贡献奖。介
绍中还称，全球知名404页面也由陈本峰开发。
新京报记者追溯他的职业经历独家获悉，他在微软时确实参与了IE浏览器的相关工作，
但主要是承担基础测试工作（TESTER）、IE多语言界面的开发，并非核心研发工程师。
一位内部人士告诉新京报记者，“陈本峰的工作属于测试工程师，是基础岗位，并不是
核心研发人员，也没有看到他曾经参与过微软H5相关的工作。”
在云适配此前的官网中，陈本峰还被形容为IE404页面的缔造者，“微软省了2.97亿”
，还陆续获得微软最有价值荣誉专家（MVP）、微软最佳产品贡献奖等等。
昨日，新京报记者通过微... 阅读全帖 |
|
w********9
发帖数: 8613 | 19 有个土耳其人说他听不懂维吾尔人的话，虽然他能听出来大部分词。 |
|
|
l*******g
发帖数: 28502 | 21 【 以下文字转载自 NorthEast 讨论区 】
发信人: zhongdianshi (brb), 信区: NorthEast
标 题: 网友算出99个宋词常用语 密码在手三秒作诗赋词 (转载)
发信站: BBS 未名空间站 (Sat Dec 3 18:14:14 2011, 美东)
发信人: inews (inews), 信区: Headline
标 题: 网友算出99个宋词常用语 密码在手三秒作诗赋词
发信站: BBS 未名空间站 (Thu Dec 1 19:38:01 2011, 美东)
据《扬子晚报》报道，你羡慕那些出口就会吟诗的文人吗？现在可以不用再羡慕他们了！因为有一位理科生“yixuan”闲来无事，把《全宋词》拿出来“捣鼓”，算出了其中的99个高频词汇。熟记这些高频词，你就可以随性所欲进行创作了！你还可以用“无序”的数字来创造一首“美妙绝伦”的宋词，圆周率也可以哦！
频率分析算出宋词高频词
署名为“yixuan”的网友在个人博客里写道：“突然想看看宋词里面什么样的意象是最常见的，比如可以做个频率分析什么的。当然文本挖掘需要分词，我没法在其中花太多时间，于是想出了... 阅读全帖 |
|
N******n
发帖数: 3003 | 22 good!
了！因为有一位理科生“yixuan”闲来无事，把《全宋词》拿出来“捣鼓”，算出了其
中的99个高频词汇。熟记这些高频词，你就可以随性所欲进行创作了！你还可以用“无
序”的数字来创造一首“美妙绝伦”的宋词，圆周率也可以哦！
最常见的，比如可以做个频率分析什么的。当然文本挖掘需要分词，我没法在其中花太
多时间，于是想出了一个土办法。宋词的句子都很短，如果穷举可能的字的组合的话并
不是太多，况且最常见的词语一般是两三个字，这样可能的组合就更少了。”比如“犹
解嫁东风”这句话，可能的二字组合是“犹解”“解嫁”“嫁东”“东风”，三字组合
是“犹解嫁”“解嫁东”“嫁东风”，词的字数越多，可能的组合就越少。如果把每句
话可能的字的组合都列举出来，就可以整体统计频�: 柿恕！贝蠹乙恢路治稣馕
煌岩欢ㄊ歉隼砜粕�
1382)3.何处(1230)4.人间(1202)5、风流(857)6、归去(812)7.春风(802)8.西风(779)9
.归来(771)10.江南(765)……至于为什么第一名是数字，他解释：“排在第一的是无效
字符，这跟数据源有关。”这个结果一... 阅读全帖 |
|
p***o
发帖数: 109 | 23 赞！
了！因为有一位理科生“yixuan”闲来无事，把《全宋词》拿出来“捣鼓”，算出了其
中的99个高频词汇。熟记这些高频词，你就可以随性所欲进行创作了！你还可以用“无
序”的数字来创造一首“美妙绝伦”的宋词，圆周率也可以哦！
最常见的，比如可以做个频率分析什么的。当然文本挖掘需要分词，我没法在其中花太
多时间，于是想出了一个土办法。宋词的句子都很短，如果穷举可能的字的组合的话并
不是太多，况且最常见的词语一般是两三个字，这样可能的组合就更少了。”比如“犹
解嫁东风”这句话，可能的二字组合是“犹解”“解嫁”“嫁东”“东风”，三字组合
是“犹解嫁”“解嫁东”“嫁东风”，词的字数越多，可能的组合就越少。如果把每句
话可能的字的组合都列举出来，就可以整体统计频�: 柿恕！贝蠹乙恢路治稣馕
煌岩欢ㄊ歉隼砜粕�
1382)3.何处(1230)4.人间(1202)5、风流(857)6、归去(812)7.春风(802)8.西风(779)9
.归来(771)10.江南(765)……至于为什么第一名是数字，他解释：“排在第一的是无效
字符，这跟数据源有关。”这个结果一出来，... 阅读全帖 |
|
K****n
发帖数: 5970 | 24 嗯,当时想了想是用分词还是和前边的动词保持一致
我知道你英文差 |
|
T*********I
发帖数: 10729 | 25 闲话德国：绿党的性别政治正确
（德国之声中文网）上周，德国绿党党代会上通过的一项决议令人大跌眼镜。原来，
该党认为迄今德语中的性别区分只考虑到男性和女性，对其他六种性别或性取向者（同
性、双性、变性等）造成歧视，于是通过决议，今后在绿党内部文件中使用"性别星号"
。该决议引起网友的热议和嘲笑，而决定为此辩护的绿党政治家在公共媒体上使用这一
星号，因此这一标志已经超出内部文件的范畴。
德国人讲究政治正确是出了名的，在性别问题上也不例外。总理默克尔在新年致辞的时
候要说："亲爱的女公民、男公民"；社民党主席加布里尔在党代会上的讲话要以"亲爱
的女同事、男同事"开头。假如我们台长在员工大会上笼统地说"亲爱的同事们"，那么
妇女代表马上会提抗议，敏感一些的女同事也可能愤然离席。不过，这样的事情不大可
能发生，因为德国的上司们已经将体现男女平等的称呼融入了血液里。
语不惊人死不休
这是口头的功夫。那么落实到书面上呢？每次都男女有别地称呼不是很花时间吗？为男
女平等最为呕心沥血的绿党因此而绞尽了脑汁。以大学生（Student）这个词为例。如
果把政治正确的讲话方式"Studentinnen und... 阅读全帖 |
|
d********8
发帖数: 1134 | 26 法国为何不学都德的《最后一课》
中国人都熟悉法国作家都德的《最后一课》，但是想不到的是，在而今的法国并不像中
国等国那样学习这篇课文，而文中描述的被德国侵占的法国领土最初就属于德国而不是
法国，当地居民本来就说德语而不是法语，甚至包括剧中主人公小弗朗士或许都是如此
。
近日，北京举办国际服饰博览会，有机会接触了法国华裔服装设计师王彦霖和其他
法国设计师。王彦霖是迪奥和让·保罗·戈蒂埃这两大法国时尚品牌空前的唯一一名中
国设计师，她创造的服装品牌AVENUE 2907引起广泛关注。王彦霖认为她的中国心和初
中学习都德《最后一课》受到的影响有关，她也因此对法国有些好感。谈起中法两国交
流，让王彦霖惊讶的是，而今法国中学并没有设置都德的《最后一课》，甚至许多法国
人也不知道都德是何人。
１８７０年，普法战争中法国失败，赔款２５亿法郎，并割让阿尔萨斯和洛林。都
德参战，痛心法国的惨败，１８７３年创作了《最后一课》。
课文里说，小弗朗士逃学到野外游玩。"天气那么暖和，那么晴朗！画眉在树林边
婉转地唱歌，剧木厂后边草地上普鲁士士兵正在操练。这些景象，比分词用法有趣多了
。"小弗朗士后悔没有好好学习... 阅读全帖 |
|
c**s
发帖数: 114 | 27 【 以下文字转载自 Programming 讨论区 】
发信人: cuns (cuns until no slave), 信区: Programming
标 题: 倡议使用 半空格 为分隔符 做为 中文的书写方式。
发信站: BBS 未名空间站 (Wed Aug 5 11:14:38 2015, 美东)
整理了一下 主要是我发的 关于 使用半空格为分词符的 书写方式的 倡议。
原帖在 http://www.mitbbs.com/article_t1/Military/44188847_0_1.html。
没多少人 响应，故 发到本版 以供大家 探讨！
个人认为 这是一个 有意思的 可以展开研究的 课题。 谢谢！ |
|
i****x
发帖数: 17565 | 28 看来你其实不知道被动分词的用法。I am heart broken的实际意义是my heart is
broken. It is heart broken唯一的解释是its heart is broken. 所以，除非你自称
it，就没有这个用法。
这事令人心碎的正确说法是it is heart breaking. 意思是it will break someone's
heart.
估计你还是不信，那请你google一下it is heart broken看看。首先google会提示：你
是不是想要搜索it is heart breaking. 结果里唯一的it is heart broken的用法是it
指代一个家庭或者国家很心碎。 |
|
c**s
发帖数: 114 | 29 【 以下文字转载自 Programming 讨论区 】
发信人: cuns (cuns until no slave), 信区: Programming
标 题: 倡议使用 半空格 为分隔符 做为 中文的书写方式。
发信站: BBS 未名空间站 (Wed Aug 5 11:14:38 2015, 美东)
整理了一下 主要是我发的 关于 使用半空格为分词符的 书写方式的 倡议。
原帖在 http://www.mitbbs.com/article_t1/Military/44188847_0_1.html。
没多少人 响应，故 发到本版 以供大家 探讨！
个人认为 这是一个 有意思的 可以展开研究的 课题。 谢谢！ |
|
a***g
发帖数: 2761 | 30 现在分词软件很普及了
如果原封不动的句子很容易找出来吧
又不是多大计算量的东西 |
|
Y**********7
发帖数: 86 | 31 与高妹探讨一下连字号的问题。
一般情况下，副词 ＋ 分词当成一个形容词时，需要连字号，比如：well-educated
但是当副词比较长的时候，比如：continuously-earned，好多老美就不加连字号了。
高妹的高见？（低见亦可！ Hahaha） |
|
s**n
发帖数: 6126 | 32 薯条妈之前介绍过一款墨西哥风味的美食quesadilla，反响还不错。不过有朋友问啦，
买了一大包tortilla面饼，除了做这个还能怎么用呢？所以今天就再给大家介绍一款薯
条妈非常喜爱的墨西哥美食：enchilada。
enchilada最初是墨西哥的一种街边小吃，是用玉米面饼（corn tortilla）沾着辣椒酱
（chili sauce）直接食用的。在西班牙语里面，“enchilada”是“enchilar”的过去
分词，而enchilar的字面意思，就是“用辣椒调味”，真是非常贴切简朴的名字~
不过今天我们在墨西哥餐厅里面能享用到的enchilada，跟最初的街边小食相比，有了
很大的变化。一般都是裹了各种肉类，豆子或者海鲜的面饼，撒上酱汁和奶酪烤焙而成
的。制作工序复杂了很多，味道自然也大大提升了！因为酱料选取的不同，enchilada
又可以有十几个不同的名称，最常见的当然是用各种辣椒（chili）制成的酱汁做成的
。不过薯条妈今天要介绍的这款，是用番茄作为主角，辣椒作为配角来制作酱料的。酸
甜微辣，非常好吃，薯条同学狼吞虎咽地吃掉了一整条，话都顾不上说一句。吃完了才
带... 阅读全帖 |
|
m*******y
发帖数: 68 | 33 这是一个很实际的中文分词问题啊，应该可以毕业几个PhD吧，呵呵。
经典的带歧义的例子：
南京市长江大桥
典中 |
|
l*******0
发帖数: 176 | 34 一轮店面:
1. how to efficiently get all the email address from a page
2. normalized directory without using stack
/a/b/c/.././ -> /a/b
onsite 四轮
1. 国人大哥
a. 怎么实现相关搜索，例如，我搜索 Bush, 相关搜索应该会显示president,
bill clinton等等.
b. 一个fair的coin怎么产生unfair的head/tail 分布
c. 生男生女的概率经典问题.
2. 东欧人
a. process和thread区别
b. 什么是critical section. 什么是mutex,和semaphore的区别。如何设计一个
lock。
c. 怎么判断操作系统的stack的地址是递增还是递减的。
d. coding: Binary tree的width.(经典题)
3.
a. 两个n-ary tree. 找到相同的最大子树(经典题)
b. 增强版本: 如果当前leve... 阅读全帖 |
|
H***e
发帖数: 476 | 35 这题是经典题么？怎么解的？
b. 字符串分词，一列单词之间没有空格，怎么样划分(经典题)
e.g. bedbathandbeyond -> bed bath and beyond
扩展问题是 对于上面例子如何保证得到的是bed bath and beyond 而不是bed
bat hand beyond? |
|
|
|
r*******n
发帖数: 266 | 38 来自主题: JobHunting版 - 发个面经吧 基本情况: 现在在瑞士读博, 夏天毕业, machine learning方向偏理论. 去年夏天在SF
开会请google的人内推了一下
签了协议不方便透露题目, 但是我遇到的问题都不复杂, 每轮45分钟大概留出15分钟
open ended discussion
所有的白板代码都是用python写的, 特别推荐python, 比c++强太多了, 没有explicit
类型和declaration, 不用写到一半涂涂改改
大体的感觉就是重在思维过程, 一定要边讲边写, 能在白板上快速的画出图来更好
心态放松, 如果能找到conference poster session的感觉最好. Interviewer全部都是
phd, 所以正常学术讨论的方式就可以了
跟第一个reviewer讨论了半天experts exchange的分词问题...
如果一个问题你不记得标准做法了, 开动脑筋从头分析就是 |
|
H**********y
发帖数: 7928 | 39 来自主题: JobHunting版 - 发个面经吧 wow
可以用python的啊， 赞
基本情况: 现在在瑞士读博, 夏天毕业, machine learning方向偏理论. 去年夏天在SF
开会请google的人内推了一下
签了协议不方便透露题目, 但是我遇到的问题都不复杂, 每轮45分钟大概留出15分钟
open ended discussion
所有的白板代码都是用python写的, 特别推荐python, 比c++强太多了, 没有explicit
类型和declaration, 不用写到一半涂涂改改
大体的感觉就是重在思维过程, 一定要边讲边写, 能在白板上快速的画出图来更好
心态放松, 如果能找到conference poster session的感觉最好. Interviewer全部都是
phd, 所以正常学术讨论的方式就可以了
跟第一个reviewer讨论了半天experts exchange的分词问题...
如果一个问题你不记得标准做法了, 开动脑筋从头分析就是 |
|
s*****n
发帖数: 5488 | 40 尼玛这题是靠编程还是算法啊。什么叫做合法的句子。从分词到语法正确到语义？
我觉得烙印蒙掉很正常，及时他写了很多程序。
的。 |
|
s*****n
发帖数: 5488 | 41 尼玛这题是靠编程还是算法啊。什么叫做合法的句子。从分词到语法正确到语义？
我觉得烙印蒙掉很正常，及时他写了很多程序。
的。 |
|
|
K*****k
发帖数: 430 | 43 我自己后来想了下，应该和二爷的思路大体一致，只不过二爷好像是从尾部倒着来，我
的是从头部顺着来。
二爷能否看看对不对。
假如char str[0 .. n - 1]是输入字符串
定义int dp[0 .. n - 1]，全部初始化为0
dp[j]表示str[0 .. j]的最小的划分词数，先计算出dp[0]来
求dp[j + 1], 就是
1) 如果str[0 .. j + 1]在字典中，直接设dp[j + 1] = 1
2) 遍历1 <= k <= j + 1, 如果str[k .. j + 1]在字典中且dp[k - 1]大于0,把最小的
那个dp[k - 1]加上1放到dp[j + 1]中
最后的结果就是返回dp[n - 1], 如果值为0表示无法分词。 |
|
l*******g
发帖数: 82 | 44 第一题，suffixtree的话要看如何分词了。而且，suffixtree主要是搜索和搜索的精确
度有帮助，如果已经有neg词典的话就map就好了，然后先确定nag词，然后左右察看临
近词，比如is, not, yet, but之类的。这个感觉更像是machine learning sentiment
analysis。
第二题，那个数学的做法，那位再受累解释一下。没太明白。
第三题我觉得可以用conqure merge的做法，一般题目说有一个大数组，大文件，潜台
词就是最好提供一个可以parallel的处理方式，而且不要试图用用memory来存储太多东
西。
前些天面的EBay， onsite。 |
|
l*******g
发帖数: 82 | 45 第一题，suffixtree的话要看如何分词了。而且，suffixtree主要是搜索和搜索的精确
度有帮助，如果已经有neg词典的话就map就好了，然后先确定nag词，然后左右察看临
近词，比如is, not, yet, but之类的。这个感觉更像是machine learning sentiment
analysis。
第二题，那个数学的做法，那位再受累解释一下。没太明白。
第三题我觉得可以用conqure merge的做法，一般题目说有一个大数组，大文件，潜台
词就是最好提供一个可以parallel的处理方式，而且不要试图用用memory来存储太多东
西。
前些天面的EBay， onsite。 |
|
|
h*******e
发帖数: 1377 | 47 说baidu 的中文搜索,分词技术就比google 好很多。 |
|
t*****n
发帖数: 1589 | 48 但问题是除了国内，没人用百度搜索啊。
你指的分词技术是什么，我看即便是中文搜索，Google也强太多了 |
|
h*******e
发帖数: 1377 | 49 现在google 中文的分词技术我不大了解，我只知道０４－０９年左右号称５０００年
耐心的google 在进入中国５年后，中国市场占有率不高，然后职责蓝翔技校，公司退
出大陆，几个分部解散，研发人员要么大白天都去看电影了，还有的辗转来了美国。 |
|
h*******e
发帖数: 1377 | 50 我只能说中文分词这部分，至于中文搜索的总体比较。还是请其在百度和google中国两
家公司工作过的大牛来说说。 |
|
