- 若做N-Gram，目测规模可能比Google N-Gram大，但质量不一定就高很多 //@绝对零度nju: 训练个lm也不一定能提高了 //@章成志: 默默地转走...
这个数据集够大，26亿网页， 183TB (注意是T不是G). 只有2T硬盘的表示只能转需 🔗 网页链接
- 科普：在美国和加拿大，安珀警戒（AMBER Alert）是当国内确认发生儿童绑架案时，透过各种媒体向社会大众传播的一种警戒告知。“AMBER”是“America's Missing: Broadcasting Emergency Response”（直译为：美国失踪人口：广播紧急回应）的缩写， 🔗 网页链接展开全文
突然手机上冒出这个消息，伴有长鸣，震动，和语音提示。吓了一大跳！原来是美国政府的AMBER alert系统。顿时觉得那种远程让你手机电池爆炸的传言也未必不是真的… 我在:美国Baltimore
- 在北上广，四环内（地理意义上）的two houses才是真土豪！//@白硕SH: 顶一下two houses。
#译事杂谈# “土豪”在网络上意指喜欢炫富、爱装B、穷摆阔的“很土”的富豪，很多在线词典用local tyrant 明显不合适，国外报章用local tyrant时指的是像薄熙来这样在当地一手遮天的人，跟我们平常调侃讽刺的“土豪”完全不是一个概念。薛蛮子是大富豪，但他不土，而且貌似很有文化，可惜他没权势。展开全文 - //@官山程序员: 提取的中文结果是简体和繁体混合的，可以用opencc的工具简单处理一下即可变为简体。http://t.cn/zTVrvBf清才-草堂: //@韩先培: nice!//@章成志: 转发微博
想用wikipedia的NLPer们有福了，又发现一个抽取wiki内容的工具，很好用，特别因为是Python写所以修改很方便(比较于使用Perl写的wiki-miner)，试用了中文wiki的dump数据跑，没有发现问题。项目Wikipedia Extractor地址：🔗 网页链接 - 被微博屏蔽
【小秘书成为科研对象】美国三所高校的计算机科学家研究微博小秘书姗姗的工作，发现：1）小秘书高效：30%被删除的微博都是在5-30分钟内，2）一转梅现象：越长被删的人，被删的越快，3）高科技小秘书：若全部人工，则需要4200名小秘书，因此判断必定是人+算法。全文：http://t.cn/zYE9LoT。展开全文
- 关于信任传递，有两种形式是可靠的：1. 依靠权威；2. 依靠自己本来就认识的，比如我创建一个幼儿教育的交流群，邀请的人都是我以前认识的，这样的圈子交流更加放心。 @徐志明 @梁斌penny
