最近我的 adobe cs4 报错
出现 license expired
找了一下解决办法是:
更换新的序列号
先下载09年的新版本注册机:
http://www.xun6.com/file/36ff7dc13/C4_Chaitanya.zip.html [下载后请看压缩包里的说明文件]
然后删除: /Library/Application Support/Adobe/Adobe PCD/cache/cache.db [For Mac]
再重新输入注册号即可
注意力一直在搜索引擎上，直到最近Ming总时不时提到“大淘宝”，才开始关注这件事情。
事件1：
昨日去阿里得知大淘宝计划已经实施。
事件2：
从百度部门得知，百度搜索引擎已经开始对用户的搜索、点击行为（行动轨迹）进行记录。
事件3：
阿里妈妈正在研发网络碎片相关技术嵌入阿里妈妈体系。
百度可以在第一时间拿到网民搜索数据，这点对于阿里来讲略显困难。大淘宝提出了“淘宝的数据更有价值”，不难看出，从海量的用户搜索数据到淘宝的用户购物数据，淘宝更为精准。
数据挖掘，数据挖掘……
大淘宝战略与百度抗衡的关键技术点啊！
折腾了多日，搞定了mac os x 和编译器，以及这个TextMate。很关键，一定要记录一下。
TextMate 介绍
TextMate is not an IDE but by using its powerful snippets, macros, and unique scoping system, it can often provide features that even a language specific IDE lacks. It has enough project management features to keep most users happy, but is otherwise kept lightweight with a clean and minimalistic GUI.
下载地址
http://macromates.com/
因为TextMate自带 Ruby on Rails 的 bundle 还是1.X 可是ror已经出到 2.1.0了，需要将他更新，所以要执行以下步骤：
更新 ROR bundle
請下載 Textmate bundle（ http://github.com/drnic/ruby-on-rails-tmbundle/tree/master ），最好的方式是用 git，不過也可以直接下載放到 [~/Library/Application Support/TextMate/Bundles] 下，並命名為 Ruby on Rails.tmbundle，然後在 textmate 裡 reload bundle 即可。
另外也請在 [/Applications/TextMate.app/Contents/SharedSupport/Support/lib] 執行 mv Builder.rb Builder.rb.off (不然某些用到 rake 的 bundle 會有錯誤)。
TextMate破解 TextMate注册
至于破解的问题嘛，如果需要可以联系我 maxazure@gmail.com .
(版权问题，故不能公布到网站，大家见谅)
今晚心血来潮和哥几个一起吃饭，我们如是说：
8年前流行一句话：你不知道互联网另一端屏幕前坐着的是个人还是条狗。 那就是web.
今天：有了SNS你就可以辨别出互联网另一端的屏幕前坐着的是人还是狗。 这就是web2.0
好大的飞跃啊！
在Ruby中，一个符号是就是一个Symbol类的实例，它的语法是在通常的变量名前加一个冒号，如
:my_sy
Ruby的符号像一个字符串，因为它内部表现形式是一个字符序列。而与字符串不同的是，每个符号的实例只有一个。看下面的例子：
array = [”foo”, “foo”, “foo”, :foo, :foo, :foo]
建立这个数组后，内存中将有三个内容为”foo”的字符串对象，而只有一个:foo对象。
一个符号有它唯一对应的一个整数值，可以用to_i来获取它。
符号常用的地方是用它来代表变量名或者方法名：
class SomeClass
attr_accessor :whatever
end
与上面程序对等的程序如下：
class SomeClass
def whatever
@whatever
end
def whatever=(val)
@whatever = val
end
end
你可能会问，为什么不用字符串来表示呢？其实，字符串也是可以的：
attr_reader :alpha
attr_reader “beta” # 也是合法的
那它们的区别在哪里？某种意义上来说，是为了提高程序性能，节省内存吧。
有的人说,”符号就如同不可变的字符串”，从它的行为上来说，可能是对的。但是，Symbol并是是继承至String，而且，与字符串相关
的那些典型操作方法，Symbol也不一定有，也不需要有。
符号不一定看起来是像变量一样，它也可以这样：
sym1 = :”This is a symbol”
sym2 = :”This is, too!”
sym3 = :”)(*&^%$”
你可以用这样奇怪的符号来定义实例变量名或方法，你可以使用诸如send或instance_variable_get来获取它们的引用。虽然是可行的，
但请尽量不要使用这么奇怪的符号。
用Symbol作为枚举
==========================================
像Pascal或版本稍晚的C语言，都存在enum这种类型。Ruby不能正真的拥有这样的类型，因为它没有类型检查。但使用Symbol可以用来产生
这样的效果：
North, South, East, West = :north, :south, :east, :west
用Symbol作为元数据
==========================================
通常我们使用捕获异常的方式来处理错误，避免使用老式的返回代码的方式。但是，如果你想用老式的方式，还是可以的。像nil就是这样一个元数据。
我们通常可以这样使用（因为符号是全局的，所以在之后的整个程序中，都可以使用这些符号来作为元数据）：
str = get_string
case str
when String
# Proceed normally
when :eof
# end of file, socket closed, whatever
when :error
# I/O or network error
when :timeout
# didn’t get a reply
end
Symbols, Variables, Methods
==========================================
Symbol最常用的地方就是我们熟知的定义属性了：
class MyClass
attr_reader :alpha, :beta
attr_writer :gamma, :delta
attr_accessor :epsilon
# …
end
这里的方法，如attr_accessor，它以传入的符号来确定实例变量的名称，以及读写属性的方法的名称，但这不代表所有的情况
（即总是会自动精确匹配符号和实例变量的名称），例如，当使用instance_variable_set方法的时候，符号和实例变量名必须
精确给出:
sym1 = :@foo
sym2 = :foo
instance_variable_set(sym1,”str”) # 正常，匹配到@foo
instance_variable_set(sym2,”str”) # 错误
不过，记住，在这些地方不一定要使用符号，可以用字符串来替代。
转换Symbol
============================================
Symbol和字符串之间可以互相转换，使用to_s和to_sym来实现：
a = “foobar”
b = :foobar
a == b.to_str # true
b == a.to_sym # true
在dedecms4的utf8改版中,发布文档时可能出现:
更新数据库archives表时出错，请检查！
或
把数据保存到数据库archives表时出错，请检查!
以上两种情况分别为修改和新增,对应的php为
article_eidt_action.php和article_add_action.php,数据库操作为include/pub_db_mysql.php,中文字符串截取为
include/inc_functions.php中的cn_substr函数,此函数只支持双字节即gbk编码,所以要改成截取utf-8的.此时edit已正常,但add还出错,把
if(!$dsql->ExecuteNoneQuery()){
$dsql->Close();
ShowMsg(”把数据保存到数据库archives表时出错，请检查！”,”-1″);
exit();
}
改成
if(!$dsql->ExecuteNoneQuery()){
$errorSql = htmlSpecialchars($dsql->queryString);
$errorMsg = htmlSpecialchars(mysql_error());
$dsql->Close();
//ShowMsg(”把数据保存到数据库archives表时出错，请检查！”,”-1″);
//ShowMsg是document.write的js方法,不知为什么在加入$errorSql后不显示,所以用echo
echo “把数据保存到数据库archives表时出错，请检查！查询语句:
$errorSql
mysql错误提示:
$errorMsg “;
exit();
}
看提示是keywords字段长了,原来是中文分词时出错,include/pub_splitword_www.php调用字典include/data/dede_wwwdic.csv,可csv是gbk编
码的.改分词程序没成功,所以不分词了,关键字手工填就是了.把article_add_action.php中的
//自动获取文章中的关键字
//———————————-
if($autokey==1||$keywords==”"){
改成
//自动获取文章中的关键字
//———————————-
if(0 && ($autokey==1||$keywords==”")){
发布文档后的成功提示无法显示,
把include/win_templet.htm中
charset={dede:cfg_language/}改成
charset=utf-8
更新html那个框架中的字乱码,在浏览器中选utf8就行,但不知在哪个文件中改
图片栏目如果选分页显示,会在第2页开始图片上方有一行字:分页标题#e#,找不到在哪改,因此修改
dede/templates/default/article_iamge.htm,把
改成
dede/article_eidt.php有错误,没有定义SelectTemplets函数,所以不能选择模板,在页面上方的js中把这个函数加上
function SelectTemplets(fname)
{
var posLeft = window.event.clientY-200;
var posTop = window.event.clientX-300;
window.open(”../include/dialog/select_templets.php?&activepath=&f=”+fname,
“poptempWin”, “scrollbars=yes,resizable=yes,statebar=no,width=600,height=400,left=”+posLeft+”, top=”+posTop);
}
程序的一些bug:
1.article_eidt.p,hp编辑选模板有js错误,并且无法在ff中使用这个函数,因为不支持window.event
2.栏目如果是频道列表,生成页后子频道的文档无法在该页显示,进入子频道才能看到
3.图片栏目如果选分页显示,会在第2页开始图片上方有一行字:分页标题#e#,不知是UTF-8改的原因还是bug
4.图片栏目修改文档后,最后一页没重新生成?选生成文档HTML才搞定
5.UTF8部分,分词和拼音还无法解决,生成html的提示乱码,一定要手工指定编码为utf8
6.图片栏目中生成缩略图有问题.好在不会在列表页显示出错
7.文章栏目中GIF图片似乎都无法生成缩略图?
8.dede/inc/writer.txt和dede/inc/source.txt都应该设成可写
9.两个广告紧连着会出问题,如{dede:myad name=’abc’/}和{dede:myad name=”efg” /}连着,后一个就会显示成文字.只有分开
10.在本地测试时安装在非根目录下,首页连接用cfg_cmspath正确,上传到网站后,这儿改成空,页面中这儿竟然被解析成当前目录
在搜索的结果页面，标题下要显示文本的摘要，但是怎样能使用简短的几句话就可以实现动态摘要呢？
本文提供了三个思路方法：
方法一. 只记录关键字在一篇文档中第一次出现的位置
产生动态摘要时, 根据关键字第一次出现的位置p向前后扩展, 扩展至完整的句子, 扩展到需要的摘要的长度为止. 如果同时检索多个关键字, 那么各句动态摘要合并起来, 可能中间需要用省略号连接.
这种方法产生动态摘要的速度最快, 存储位置占用的空间最小; 但是可能产生的动态摘要不是最好的.
方法二. 记录关键字在一篇文档中所有出现的位置
记录所有的位置可以计算出文档的哪一部分与查询最相关, 尤其进行多关键字查询时, 将每个关键字出现的所有位置进行统计, 计算出文档的哪一部分同时出现了这几个关键字, 从而产生动态摘要. 这样产生的动态摘要比较准确, 但是存储位置占用的空间比较大.
方法三. 对文档事先进行断句(分块)处理, 记录关键字出现的所有句子编号.
生成动态摘要时, 对包含查询关键字的句子进行打分, 将得分最高的句子做为摘要.
这样产生的动态摘要也比较准确, 但是这种方法需要对文档事先进行断句(或是分块)的预处理.
一般序列分类模型常常采用隐马模型(HMM), 像基于类的中文分词, 但隐马 模型中存在两个假设: 输出独立性假设和马尔可夫性假设. 其中, 输出独立性假设要求序列数据严格相互独立才能保证推导的正确性, 而事实上大多数序列数据不能 被表示成一系列独立事件. 而条件随机场则使用一种概率图模型, 具有表达长距离依赖性和交叠性特征的能力, 能够较好地解决标注(分类)偏置等问题的优点, 而且所有特征可以进行全局归一化, 能够求得全局的最优解.
条件随机场是一个无向图上概率分布的学习框架, 由Lafferty 等首先引入到自然语言处理的串标引学习任务中来. 最常用的一类CRF是线性链CRF, 适用于我们的分词学习. 记观测串为W=w1w2…wn, 标记串(状态)序列 Y=y1y2…yn, 线性链CRF对一个给定串的标注, 其概率定义为:
其中, Y是串的标注序列, W是待标记的字符, fk是特征函数, λk是对应的特征函数的权值, 而t是标记, Z(W)是归一化因子, 使得上式成为概率分布.
CRF模型的参数估计通常使用L-BFGS算法来完成. CRF的解码过程, 也就是求解未知串标注的过程, 需要搜索计算该串上的一个最大联合概率, 即:
Y* = arg max(y)P(Y|W)
在线性链CRF上, 这个计算任务可以用一般的Viterbi算法来有效地完成.
目前我发现的关于CRF的实现有:
* CRF++(http://crfpp.sourceforge.net/)
* Pocket CRF(http://sourceforge.net/project/showfiles.php?group_id=201943)
BMM方法和FMM过程类似，不同点仅在于BMM是从文本的末尾开始处理，每次匹配不成功时去掉的是最前面的一个字。BMM方法的精度要高一些，其错误率是1/245。
如果你想写分词器，那么就需要有标注语料库进行训练，以下是 成 彦 的一些方法：
语料库标注或加工就是对语料（书面语和口语）进行不同层次的语言学分析，并添加相应的“显性”解释性语言学信息的过程。 语料库很关键，只有经过不周层次加工的“熟”语料才可真正用于自然语言处理系统的训练，测试。
目前我在网上找到的标注语料库是北京大学计算语言学研究所免费提供的“PFR人民日报标注语料1.0”。
PFR人民日报标注语料库1.0是在得到人民日报社新闻信息中心许可的条件下，以1998年人民日报语料为对象，由北京大学计算语言学研究所和富士通研究开发中心有限公司共同制作的标注语料库。该语料库对600多万字节的中文文章进行了分词及词性标注，其被作为原始数据应用于大量的研究和论文中。
是不是感觉该标注语料库太小太旧了? 那我们去构建自己的标注语料库吧。
思路：用最好的分词器去处理语料库，生成标注语料。
工具：海量分词器研究版，搜狗互联网语料库
海量分词器：目前最好的中文分词器，无论在速度还是准确性都是国内第一。切分准确率达99.7%，速度高达2000万字/分钟。
搜狗互联网语料库：完整版本的压缩后近130G，这需要自己去到搜狐联系。网上提供示例版，解压后是1G，50万篇文章。注意的一点是，不知道是否故意还是无意，这个文件里有错误，处理的时候一定要注意。该文件中一篇文档的分界标志是：
文档内容
而不是
写个简短的程序，查看海量的文档，设置海量分词相应的输出格式，然后用海量切每一篇文档。
如此训练出的标注语料库，应该是质量蛮高的吧！