开旭

收费VPN

2011-12-14T21:09:00.001+08:00

以前觉得高校好的一个理由是可以用ipv6。现在发现公网用收费vpn似乎更直接。

自己出钱，翻用自己的钱建起来的墙。

目前最大的心愿是设计一个相当好的中文分词词性标注系统，并且知识产权由我全部掌握，我再免费给任何人做任何用途。嗯，我很图名。

今天

2011-06-15T21:54:00.002+08:00

是不是我们在某些时候，

会努力让自己在众人面前表现得“正常一点”，

以让自己看起来像是他们希望的那样，

只为能在他们之中更好的过活。

今天完成了两件事，一是交了投期刊的最后的材料，然后就等着审稿意见。

一是在Google Code上发布了一个工具包per--：http://code.google.com/p/perminusminus/ 。希望能够物尽其用，多一些人来用。

Something Old, Something New

2011-06-08T21:02:00.002+08:00

只是想说，Linux，Ubuntu之前都用过一段，现在又重新想试试，在实验室的机器上装了Wubi，还非常方便。Ubuntu当然到11的版本号了，对于我这个Linux盲来说还是全新的。

今天是IPv6 Day吗？跟这个有没有关系？dropbox居然又可以正常用了？Google docs什么的，以前就算连了实验室的vpn也上不了，现在就算不连tunet也能上了。还有Facebook，居然也跟风能连了，youtube也能，自然还有现在用的blogspot。均是在未用翻墙工具的情况下。

一切都发生了，一切都没有发生。其实什么都不是。

Fwd: 在新华书店看到的两本新书

2010-12-29T22:36:00.001+08:00

听说05年以后的《现代汉语词典》标注了词性，就去词典的书架那边看了看。

果然是有了，还是很欣慰的，虽然国外词典标词性可能是成百上千年前的事了。

还看到一些汉语新词词典，最惹眼的是邹嘉彦的《全球华语新词语词典》，10年9月商务出版，http://book.douban.com/subject/5299044/。

前言号称有一个华语界最大的共时语料库，3亿字了。持续搜集了北京、上海、香港、台湾、新加坡等地的新闻。

整本词典就是根据这个语料库编写的。我觉得跟搜狗输入法的那个数据有相似的地方。

每个新词，不但有各种注音、词义，还有语料库中的例句，而且标明例句的地点。还告诉你在哪些地区用得比较多。

比如看到"彩铃"什么的在大陆、香港比较常用。

不过看到不到十个，就看到一个"满圆"，说在大陆常用，但我代表大陆汉语使用者表示没听说这个词。

三个例句中的第三个明明写的是"圆满完成"，前面两个也都可以用"圆满"代替句中的"满圆"，所以我猜是编者的一个错误。

还有一本是石毓智的《汉语语法》，10年8月商务出版，http://book.douban.com/subject/5288768/。

作者是斯坦福的博士，孙老师常提到的"动补结构是汉语语法改变的重要原因"这个观点就是他提出来的。

与赵元任的《汉语口语语法》类似，而有别于大多数国内学者的语法书，本书分析的色彩很重。

作者在序中说写一本汉语语法是20年的夙愿，因为之前看的语法书大都"莫名其妙"。

想到了有一次听冯志伟的讲座中引用的某西方语言学家的一个说法：语言知识分三个人称。

第一人称的语言知识，都是大师级的人物自己拍脑袋的内省的，根据自己的语言经验总结出来的。如同王力、石毓智那样的人才能做到。

第二人称的语言知识，就是借鉴各位大师的观点，然后梳理整理。要高水平的博闻广识的人才能做到。

第三人称的语言知识，就是从众多一般人的语言经验（语料库）中归纳而来的。我等凡夫俗子借助计算机就可以做到。

所以我觉得我们只懂计算机的人也是搞得出一些东西来的，呵呵。

秋天

2010-10-31T21:01:00.001+08:00

北方的秋天不像南方，总带着些许凄惨的感觉，预示着周遭的景致要有极大的退化，而且预示着寒冷漫长的冬日的到来。“一层秋雨一层凉”，北京似乎总是唰的一下（或是嗖的一下）就从夏天经秋天变成了冬天。“却道天凉好个秋”，那是北方人辛弃疾到南方过秋天的心理写照；如果是南方人曹雪芹到了北方，便是“秋花惨淡秋草黄，那堪风雨助凄凉”。

现在正好到了要来暖气而未来的光景，最难将息。宿舍朝北，平时在宿舍里打颤且不论，连上厕所都是需要勇气的。冰冷刺骨的塑料马桶垫让人有一种如坐针毡的感觉，给本应该畅快淋漓的时刻添加了一些障碍。此外湿度下降，嘴唇干倒也无所谓，口渴也早已习惯随身带一个水杯，最要命的是静电的侵扰。瓜田李下，一到需要触摸金属物品的时候就紧张得要命。把手，龙头，或者是铁床架等地点，脱衣后，脱袜后，或者与织物摩擦后等时间，就会有不期而遇的尖端放电有时还附带音效。就连传说中的眉目间的放电我都领教过了。我这个工科生也琢磨出了两招，一是摸墙壁，拥抱大地母亲的零电位，一是条件不允许时拿着钥匙先碰一下金属，钥匙尖的地方放电严重，而手指的部位相对就刺激较轻。

到了秋天，街上的人的穿衣打扮也不像夏天那么多姿多彩，渐渐的单调起来。不过此时的自然界倒是格外的抢眼。花花草草们大概也就春天与秋天的时候能够如此醒目。而秋天也许又比春天更加的多彩。前几天不骑车了，阳光灿烂的下午走在校园里欣赏秋景。有机会看看秋叶的绚烂，也是十分赏心悦目的。

逃离

2010-10-12T22:17:00.002+08:00

刘晓波得奖了，对中国的政治改革是福还是祸。

1984BBS被迫关闭了。真的是很难得的一个地方。

发现突然找不到一个可以读新闻看评论的集散地了。

于是翻墙出来，透口气先。

何以无言

2010-04-26T22:10:00.001+08:00

已经不会写字了，也已经记不起事了。仿佛之前还写着博客的时候，长辈中居然有人忧心忡忡，也有人肺腑之言：你不晓得，共产党，心狠手辣！

开玩笑，不知道是把我看得太可怕了，还是把独裁制看得太可怕了。我们这些受了点惊吓又读了点书的人，容易胆子小，要是再经历经历文革，难免有些被害妄想症要遗留下来。

当然我们年轻人也会犯病，这种病呢大概跟恋爱病的症状差不多，憧憬自己做出慷慨激扬的事情，与憧憬自己做出风花雪月的事情同样可令人激动万分、不能自已。

好嘛。有一年多了吧，越发觉得自己匮乏了。脑壳里面乌七八糟的，说个话都夹得很了。还是找个地方挤出点来，就当疏导疗法了。

中国是没得啥子希望了。每一分钟，都有一个懵懂的少年因为认识到社会的黑暗变得迷茫；每一分钟，都有一个热血的青年在想象着改变这个社会；每一分钟，都有一个步入社会的青年开始改变、放弃、适应、遗忘；每一分钟，又都有一个经历过以上阶段的中年人开始诅咒年轻人，开始想尽一切方法消灭、同化他们。各位看官请对号入座。中年人对青年人的暴政大概如此。

我希望永远做个不成熟的人，永远不要说出那一句“国事管他娘”，永远不要跑到竹林里面去装疯子，永远不要点头哈腰溜须拍马的装孙子，永远不要逆来顺受装聋作哑，永远不要背叛自己的叛逆年代。

执手偕老是幸福的，将自己最初岁月中的理想一以贯之又何尝不是呢。激动过，变了吗，哦，还没有。

新年

2009-12-31T15:27:00.001+08:00

似乎越来越难以来到这里呼吸呼吸新鲜空气了。

安安心心，踏踏实实，做自己的事情。

新的一年，能否第一次出国呢。

张开旭 (Kaixu Zhang)
Ph.D. Candidate, Tsinghua University
http://nlp.csai.tsinghua.edu.cn/~zkx/
中文分词文献列表： http://nlp.csai.tsinghua.edu.cn/~zkx/cws/bib.html

巴别一瞥

2009-09-04T23:29:00.001+08:00

汉语，英语，古希腊语，维吾尔语

【语系】
》汉语是汉藏语系；维吾尔语是阿尔泰语系突厥语族；古希腊语是典型的印欧语系；英语是印欧语系日耳曼语族，但作为印欧语系成员，已经非典化了。

》汉语属于孤立语，单词没有形态变化。维吾尔语是黏着语，一个词后面可以粘上很多后缀。而古希腊语是屈折语，整个单词，特别是名词和动词，变化及其多样而丰富，各种词缀，甚至会改变词根。英语保留了一些这样的特征。

【语音】
》像现代汉语中的jqx，zcs，在维吾尔语中也是基本的辅音。而维吾尔语也有如德语中Latex（拉泰赫）的x的音。

》汉语有声调，很多东南亚语言也有，但古代汉语有没有声调，有争论。古希腊语是有声调的，但现在的印欧语包括现代希腊语都只有重音没有声调。维吾尔语的重音都在单词的最后一个音节。所以他们说汉语也让汉人很不习惯，觉得他们说话都凶巴巴的。

【文字】
》拉丁字母打小学拼音的时候就熟悉了。希腊字母，因为跟英文有些类似，读音会有些混淆，反而用了一点时间适应。维吾尔语的阿拉伯字母，而且读音相似的音写法也类似，所以很好记。特色是同一个字母的写法是上下文相关的。汉字肯定是最难的。

》维吾尔语跟古希腊语（如果不考虑它的音调）是看着文本就能念的语言，英语已经不行了，而汉语从来没想过要这样。

【词汇】
》印欧语诸语言都有很多共同的词汇。根据词汇可以推测他们的祖先生活在北方远离大海的寒冷大地。现代汉语很多词汇来自日语。

》维吾尔语来自波斯语（比如我们熟知的馕――当然汉语本身的馕这个词汇，又是来自维吾尔语――其实是来自波斯语）、阿拉伯语（"古尔邦"）、英语（单位同事叫人接电话都是喊的"xxx，telefon！"，中国共产党叫做Zunggo Kommunisting Partiyisi）的词汇都不少。现在受汉语的影响又很大，有次听几个年轻人说话，听到几个"初恋"、"勾引"之类的词，如同我们说汉语带几个英文单词。

》印欧语系有很多词缀，比如'-er', '-tion', '-ly', '-lize', 'para-', 'anti-'之类的。而这种情况在维吾尔语中异常多，几乎都是以后缀的形式。而汉语就难说了，宽泛的讲更多，不过就与合成词没法区分了。

》相比而言英语中合成词仿佛并不多，他们倾向于另用一个读音表示。而古希腊语合成词就很多。至于词语合成的丰富性与灵活性，可能汉语跟维吾尔语是比较突出的。

【语法】
》英语是典型的SVO，主谓宾形式。汉语也算，不过还有话题优先的特征，比如"车票买了"，而不是"买了车票"。维吾尔语是SOV型。而古希腊语就无所谓了。由于丰富的格变化，很多情况下随便什么语序都不会有歧义。

》名词的格（case）上，古希腊语有四五种格的变化，比原始印欧语可能少了一些。而维吾尔语中有大概十多种格，而且主要的格都可以跟印欧语系语法中的格意义一一对应。英语已经变得几乎就没有格变化了，除了如第一人称代词有"I me my"主格宾属格的变化，还算保留了一些。其它情况下跟典型孤立语汉语一样，靠语序与介词来区分格。

》名词的数（number）、性（gender）上，两门印欧语必须带数，亚洲语不必。只有古希腊语有阴阳中三性。英语中也残留了一些性的遗恨，如god/goddess。

》最复杂的都是动词，古希腊语用屈折变化表示各种时态（tence），表示语态（voice），语气（mood）等，及其复杂。维吾尔语在动词后面依次加入词缀来表示。汉语就加状语来表示，其表现力应该是最灵活的吧。

》介词，欧洲语言常用的某些介宾短语，"on the table"，两个亚洲语会用"桌上"来表示。

【复杂性】
》汉语声调是上下文相关的，母语使用者可能都注意不到，不过还好，一共也就这几种变化。其它每个字怎么念就固定了。维吾尔语有元音辅音的和谐，词缀根据词干的不同按和谐规则有一定的变化。古希腊语就更复杂一些，时常两个元音结合会收缩（contraction）成另一个，如果说维吾尔语的和谐规则可以看成一元映射，那这个就是二元的。此外名词还分作不同的变格（declension），不同的declension变化规则还不一样。如果把这些动词名词变化规则的表格写下来，有几十页。

月亮|the moon

2009-09-04T11:38:00.001+08:00

月亮|the moon
Originally uploaded by Kaixu

重来没有拍到过这么清楚的月亮，能看见阴影。
用卡片机
方法：先对着屋里的等半按快门，然后对着月亮~不然用卡片机直接照就是一团白。

我的小侄儿

2009-09-01T09:07:00.000+08:00

才七个月大～

鄙视网易，强奸民意

2009-01-18T22:31:00.001+08:00

======事情经过是这样的，相关页面大家可以用搜索引擎搜到======

时间是09年1月18日下午，听说网上有一则题为《贾庆林撰文要求筑牢抵御西方多党制的防线》的新闻。于是找到网易的转载。内容本身并无多大新意，我本想看看网友对此的评论，发现几十条评论一致是“支持共产党”之类的口号，怀疑是被动了手脚。一看有一行字“评论共2736条显示69条”，顿觉安慰，想也就是一般的和谐吧，所谓选择性遗忘。

再细看，对于网易的每一条网友评论，用户还可以投票“支持”与“反对”，这就有意思了，看到那些每一条高呼万岁的评论中，只有几百个支持的投票，而有几千个反对的投票，显然这个至少是没有被网易自己的人做手脚的。以为整个事情就是这样了，一则新闻，两千多评论只有69条被选出来登载，而这些观点全部遭受点击投票的极强烈反对。

想不到到吃晚饭前，再去看投票情况的时候，发现支持的略有上升，还是几百，而反对的票数大约都减少到了原来的1/10。吃饭回来，发现支持的票数十倍于之前，而反对的是在慢慢增加。然后晚间又再一次压低了反对的票数。

在看看同为媒体，同为可以给评论投票的凤凰网，同一条新闻。登出来的评论的水平高得多，支持反对的意见也更符合常理。虽然很多人还是反对原文的意见，但类似于“无论怎样，要坚持科学发展观”这样的评论也得到了大多数人的支持。比较而言，我更相信这是真实的民意。

======于是我不能忍了======

网易的这些评论，这是谁和谁在这些小的数目字上折腾？是有一小撮别有用心的人在制造“反对”的点击率，还是今天上网的网友恰好都是不明真相的群众。可以肯定的是作为媒体的网易在这上面肯定也是做了手脚的。我不反对你只登评论中的歌功颂德的那一部分，然后公布评论了多少，你登了多少，也不反对你见反对的投票多，把投票功能关了，把结果不显示，但你自己捏造投票数字，强奸民意的做法，就实在太过分了。

虽然是一则关于意识形态的新闻，但我不是想谈意识形态，不是想论辩自由民主。问题已经比这个还严重了。

古人说“富贵不能淫，贫贱不能移，威武不能屈“，按时兴的话来说，就是做人要有底线，这个底线就是道德的底线。

有人说媒体是无冕之王，在某种意义上这是对的，因为理想的媒体是用来揭发，用来将事实将真相公之于众的，所以当权者也会让它三分。一个媒体，只有做到了这个基本的要求，只有保持住了自己的诚信，保持住了自己的公信力，才能叫保住了自己的底线。在中国，做到没有跨越底线的媒体是鲜有的。

======但这并不是问题的根源======

一方面，这是这片土地上的统治者几千年来的习惯；一方面，中国人历史上也少有为争一口气，为做一次人而抗争的，他们要么坐稳了奴隶，要么……因此就造成了这样的现象的蔓延。事实上这两个原因也是统一的，就是中国传统文化造成的。

如果症结是文化基因所致，那么就应该有其它的佐证。的确，如果我们假设中国人不以保持真相为道德底线：就不难理解为什么中国的抄袭剽窃、学术腐败这么严重；就不难理解为什么所谓的专家为了迎合当政者的意图，可以随意编造数据，得出他们想要的结论，使得专家教授在公众中成为贬义词。所以甚至都不能责怪是当政者逼良为娼，简直就是你情我愿的狼狈为奸。下位的人知道上面喜欢这样的奴才，上位的人知道自己这么乱来也不会招致反对。

======因此根本可能还是要改变这种文化传统======

一个人没有骨气，没有诚信，再强壮，再富有，也没有人瞧得起他。一个民族，缺乏是非的基本操守，再强大，也无法得到其他民族的尊重。而且在一个充满谎言的社会中，在一个世人不以欺骗为耻的社会中，能够持久进步也是值得怀疑的。

如果可能，我们自己可不可以忍住利益的驱使，少编造一些谎言；可不可以在认为自己不得不这样做了之后，给自己一点耻辱的感觉；可不可以在发现别人将要这样做的时候，站出来发表一下反对的意见，哪怕只是“也许我不是想完全阻止你这样做，但只想告诉你实际上这是不对的”；可不可以在一个网络最有影响力的媒体犯错误的时候，坚决的反对它；可不可以在越来越“适应”社会的同时，不要忘了保留一颗赤子之心。

也许读到这篇文章的人中，会有漠不关心政治的，会有愤青，会有党员，甚至会有所谓“五毛”。会有支持民主的会有反对民主的，支持渐进改革的也甚至会有支持暴力革命的。但本文目的不是支持或者批驳以上任何一种人，任何一种观点。想谈的只是我认为的人的基本伦理底线，只是我认为的媒体的基本职业道德，有道是“做人不能太CNN”。不论在哪个意识形态下，一个媒体，不能做有违真相的宣传，不能为了自己的利益篡改事实，甚至捏造民意，所以我今天要对网易表示自己的强烈鄙视，持以上各种不同意见的朋友，是否也支持这一点呢？

最后对那些憧憬更好体制的朋友们说，不要空谈主义空谈淋巴县长（谐音）。如果我们现在不能对自己的虚假行为说不，不能对别人的虚假行为说不，不能对网易这样的社会舆论声音的虚假行为说不，那么我们未来如何对善用蒙骗手段的专制体制说不。

======相关截图======
第一次网易评论页，反对票很多：

第一次网易评论页，相当，反对票数竟然减少：

第一次网易评论页，支持票数猛增：

凤凰网的评论页1：

凤凰网的评论页2：

相声小段子一则

2009-01-05T10:33:00.001+08:00

第一次写，呵呵。

A：您近来可好？
B：好。您最近在忙什么呢？
A：我最近在研究汉字。
B：您学问大。
A：不敢不敢，这个汉字啊，有几千年的历史，老祖宗的遗产，我中华的国粹呀。
B：是是是，那您具体在研究汉字的哪一方面呢？
A：以意借音。
B：这是个什么东东呢？
A：就是说一个汉字，借用意思相关的另一个汉字的音，或者再改一改，来当作自己的读音。您好比说，“城阙辅三秦，烽烟望五津”的“阙”字儿。
B：“不知天上宫阙，今昔是何年”的阙。
A：对咯，这个字的读音就是借来的。
B：这怎么说呢？
A：您知道，城门，就是两边有墙或者有楼，上边儿把两边连起来，就下面有个口，可以进出人。
B：是咯。
A：阙呢，就是两边有楼，而上边没有连起来的城门。
B：这样呀。
A：跟一般的城门比，不就“缺”了一块吗，所以就读作“阙”了。
B：哦，这样的呀，还挺有意思的。
A：有意思吧。
B：有意思，有意思。
A：像这样的情况呀，在汉字中那是所在多有啊。
B：是吗？
A：您再比如“将进酒，杯莫停”的“停”字。
B：“停车坐爱枫林晚”的停。
A：这个字的读音也是借来的。
B：借的哪个字呢？
A：亭子的亭，您看人走啊走啊他走累了，找个地方停一下，停下来在亭子下面休息休息，一个人字一个亭子的亭，不就是停下来的停了吗。
B：哦，就这个呀。呵呵，您这不怎么样您这个。这我也会。
A：您也会？
B：要不您考考我？
A：考考你？
B：考考我。
A：好。
B：试试。
A：椅，桌椅的椅字，读音怎么来的。
B：这还不简单，人站啊站啊他累了，找个东西倚一下，不就是椅了吗。
A：哟，不错嘛。
B：您这不怎么样，容易，谁都会。
A：容易？
B：简单，您再考我。
A：好，那炮，大炮的炮，读音怎么来的。
B：炮嘛，是要把炮弹投出去。
A：投出去。
B：投出去，仍出去，抛出去，抛，对，就这么来的，把炮弹抛出去，所以读炮。
A：哈，看不出来嘛，可以呀。
B：小case，peaces of cakes，我是谁呀，您考我个难的。
A：难的？
B：最难的。
A：好，现而今人们时常说的一个，“当下的中国”，“当下的社会”，这个当字，读音这么来的。
B：“当”？当……这是个虚词呀，借的谁的音呢……
A：不知道了吧。
B：嘿嘿。
A：说我这容易，谁都会，小case，peaces of cakes。
B：还请您指点指点。
A：我告诉您听好了哈，“当下的中国”，“当下的社会”，又脏又臭，很黄很暴力，这是什么地方？
B：什么地方？
A：裆呀，裤裆的裆呀。
B：啊。
A：裆下的中国嘛。
B：嗨，您别挨骂了。

近期手机中的照片选

2008-12-24T11:10:00.001+08:00

鼠标放在图片上有标题：）

与研究有关的自然语言的四条性质

2008-11-15T22:36:00.000+08:00

1，语义鸿沟
语言都有其所指，这是我们做研究的时候，很容易到的地方。语言可以帮助我们理解现实世界，同时对现实世界的理解有助于理解语言。然而这就是所谓的ai-complete。千万不要在羽翼未丰的时候动了妄念，不要过多徘徊于此，当心失足。

2，结构性
我们读律诗会发现，首联用字与尾联用字分布一样吗？每句第一个位置与第二个位置用字分布一样吗？
由于其著名性，人们已经习惯了不假思索的使用向量模型对文档建模，习惯了未加省视地使用序列模型对语言建模。然而文章不是词袋，而语言也不是K线图。篇章、语法解构左右着词语的分布。

3，歧义性
它让文学家不至于失业，也让律师不至于失业，当然现在还包括我们。一筹莫展。

4，复杂性
4.1，规模大。如果说分析一个词如同分析一个分子的运动，那么分析整个语言，就如同分析一杯水中所有水分子的运动。量变会引起研究方法的改变。
4.2，规则多。每个词一条规则都不够，两个词语在一起出现时也会有特殊的用法。
4.3，例外多。如果想追求美感让自己的规则中“除了、而且、或者”之类的词语少，那么做好准备面对语料库中的例外吧。
4.4，复合体。语言中的一部分可以很好的转换成数理逻辑，而每种语言数字的表示方法也独立于其它语法，关于时空的描述似乎在语言中也自成一体，需不需要对视觉听觉心理什么的词单独处理呢。
4.5，非离散。对于一个有限符号系统，现在居然是统计的方法在大行其道。

综合优秀三等奖学金感谢信

2008-11-09T19:17:00.000+08:00

尊敬的学校领导、各位老师：

　　虽然自知获得这样一个奖项并不是因着任何可以夸耀的成绩，但仍请允许我在此向你们表示感谢。

　　这一年是被评为综合优秀当中第三等的一年，是直博阶段的第一年，也是来清华后的第五年。似乎早已等闲了这些数字，不过也正好可借着这个机会稍稍回顾思索一番。学而优则奖，其本意是一种肯定与鼓励，然而其取向又在何处呢。

　　青年人，都觉得理想主义是个褒义词，我也不例外。身为80后的一代，虽未经历过伤痕文学的时代，但小时候，就有人说他老了，无所谓了，我们还年轻。小时候，街头放的流行歌曲就是崔健的“一无所有”。我们就是这样带着理想主义的乡愁，踏入清华园的。

　　曾经是一个看《十万个为什么》而接受启蒙的人，但后来才发现，这套书还远远不能称作百科全书。在校园里，让我有很好的机会接触那百科全书中的其它章节，然而后来又发现，也没有任何一页，回答了关于理想的问题。

　　似乎又回到了原点，我唯一能够确定的就只是我在思考，我唯一能够付诸信仰的就只是理性本身。但我却无法停止下来了。也许漂泊就是归宿，而寻找才是答案。所以可能正因如此我才决定继续读的Ph.D.，让自己如同踏软索者一样，站在通向理性、通向超越的绳索上。

　　志既矢，当一以贯之。最后以据称是在希尔伯特的博士宣誓仪式上，校长所说的一段话作为结束：“我庄严的要你回答，宣誓是否能使你用真诚的良心承担如下的许诺和保证：你将勇敢的去捍卫真正的科学，将其开拓，为之添彩；既不为厚禄所驱，也不为虚名所赶，只求上帝真理的神辉普照大地，发扬光大。”

　　此致
敬礼！

计算机系
张开旭
2008年11月9日

发几个图

2008-09-27T21:57:00.002+08:00

全唐诗对仗图（这张图点进去放大看比较爽）

不考虑平仄后的对仗星云

中国文化局部的贝叶斯网络

小议《吕氏春秋》前三卷

2008-09-22T21:58:00.001+08:00

======
引子
======
比庄子什么的好懂多了，没看注释跟翻译基本上也没问题。顺便把吕不韦的传奇生平又回味了一下。

据说吕氏春秋前面依次按十二个月份写的十二卷是核心，也像是书名来历，所以读了这十二卷。读过之后，不论从语言还是思想，觉得最精彩的还是春天三卷，其它三季应该就不是一个人写的了。

或曰吕氏春秋属于杂家，不同意，它是杂而不成一体。春天主要以道家思想为主，兼有儒墨各家；夏天写尊师重道，谈君臣父子，很儒家，后面又写些音乐相关的；夏天写军事；冬天写国是，还发表了一同对丧葬的态度。

书里面除了各家思想，还有民风民俗，故事寓言，也值得把玩。今就前三卷春天写一些体会。

======
齐物主义
======
书中有【天生阴阳、寒暑、燥湿、四时之化、万物之变，莫不为利，莫不为害。】，此思想属于道德经里面的“天地不仁，以万物为刍狗”。言所有事物都是中性的。

书中有个很有意思的故事：【荆人有遗弓者，而不肯索，曰：“荆人遗之，荆人得之，又何索焉？”孔子闻之曰：“去其‘荆’而可矣。”老聃闻之曰：“去其‘人’而可矣。”】。阐明了儒道在这个问题上的不同关注点，可见道家是把这个思想发挥到了极致的。在儒家的语言中每个人都一样没有区别，有教无类，天下大同。在道家的语言中只剩下谓词了，任何主语任何宾语在任何情况下都是平齐的。

插一句他们对死亡的态度与之后的中国两千年相比也是如此的唯物【所谓死者，无有所以知，复其未生也】，也没有鼓盆而歌那么极端。

======
法自然
======
“天无二日，地无二主”。某还懂希腊文的历史老师一谈到中国古代的这些话就痛心疾首，说这就是之所以中国直到近代之前都一无思辨二无民主的原因，他把这种话的出现归因于中国人没有逻辑。

而实际上读了包括吕氏春秋等典籍再来看这个问题，我们发现这个其实是中国人有一种亚逻辑替代了严谨的逻辑。科学思维有很多种的，归纳、演绎、类比。所谓归纳是从经验总结抽象规律，所谓演绎是利用抽象规律得出现实结论。而中国人也许是自古没有多少抽象思维，所以这两种都不在行，用得最多的是类比，直接从具象到具象，不经过抽象环节。

比如上面的“天无二日，地无二主”，跟对对联似的（古人的确喜欢用对仗用排比，可以避免误识句读，看来类比还可以归咎于古汉语没有标点），直接可以从一个具体现象推出另一个具体结论。而上联中国人用得最多的就是自然，所以中国人强调法自然，强调天人合一。从星空类比皇权，从天地类比阴阳乾坤，从五行类比五色五声五味五脏……无一不是类比推理的杰作。

======
适度的态度
======
接着上面“天地不仁，以万物为刍狗”，老子的类比就是“圣人不仁，以百姓为刍狗”。吕氏春秋也有【故圣人之制万物也，以全其天也】。按着事务的本性对待它就可以了。

对待万物如此，对待能够满足自己欲望的事物、对待自己的欲望也该如此。故有【欲有情，情有节。圣人修节以止欲，故不过行其情也】，【是故圣人之於声色滋味也，利於性则取之，害於性则舍之，此全性之道也】，【非好俭而恶费也，节乎性也】。被他们反对的有【其於物也，不可得之为欲，不可足之为求，大失生本】，【夫水之性清，土者抇之，故不得清。人之性寿，物者抇之，故不得寿】，【物也者，所以养性也，非所以性养也】。

他们不是禁欲主义，也不是纵欲主义，强调适度，这个与中庸呀，中观呀，中道呀什么的是不是都是一个思维模式。甚至再联系到大家微积分里面学过的中值定理都不为过，即过与不及之间的某个位置才是最好的，虽然不能定量分析，但各个学说都知道最好的地方在中间某个位置。具体在哪里，就自己把握吧。

======
好恶
======
既然上面定了对物对我的标准，那么就有了好恶。全其身就成了能想到的最浪漫的事。【嗜肉者，非腐鼠之谓也；嗜酒者，非败酒之谓也；尊生者，非迫生之谓也】，不以物伤其身，白话就是凡事不要太勉强，对自己好点。

人都怕死，孟子却说“鱼，我所欲也，熊掌，亦我所欲也；二者不可得兼，舍鱼而取熊掌者也。（再次说明类比是古人主要思维逻辑）生，亦我所欲也，义，亦我所欲也；二者不可得兼，舍生而取义者也。”，而吕氏春秋说【子华子曰：“全生为上，亏生次之，死次之，迫生为下。”】。虽然都说死不是最可怕的，不过目的大相径庭。

无独有偶，大学章句中说“古之欲明明德于天下者，先治其国。欲治其国者，先齐其家，欲齐其家者，先修其身。”，此为儒家奉行的做人做事的次第，吕氏春秋有相同的次第【道之真，以持身；其绪馀，以为国家；其土苴，以治天下】，不过他们所看重的又恰恰截然相反。

======
主动被动
======
文章也强调了主体作用，应该是吸取的儒家反求诸己的思想，曰【射而不中，反修于招，何益於中？】，孟子也说“仁者如射,射者正己而后发;发而不中,不怨胜己者,反求诸己而已矣”。还有【欲胜人者，必先自胜】，【故有道者不察所召，而察其召之者】。

也引用了墨子的故事，说明外物对主体的影响【墨子见染素丝者而叹曰：“染於苍则苍，染於黄则黄，所以入者变，其色亦变，五入而以为五色矣。”故染不可不慎也。】

======
关乎政治
======
语出据说是战国成书的《六韬》，【天下非一人之天下也，天下之天下也。】，现在听起来也是掷地有声。还有一句【诛暴而不私，以封天下之贤者，故可以为王伯。若使王伯之君诛暴而私之，则亦不可以为王伯矣】。

这一点体现了中国古代的政治合法性的判断法则，所有人都赞美三皇五帝（有一个人例外，而且说自己死了要随葬一把斧子，好到阴间去砍了他们的头，这个故事也被当作反面在吕氏春秋中出现），他们好是因为他们的道德好。甚至成汤、周武此类想弑君篡位之徒，也被认为是道德高尚的人，而夏桀、殷纣这样的失位的正统，就都成了道德败坏之辈。政治道德化也是中国的传统，所以人们都觉得君君臣臣，国家就好了。这一思想也影响了中国数千年了。

不过最后其实仿佛依稀看到一点分权的朴素思想【先王之立高官也，必使之方，方则分定，分定则下不相隐】。比较囧的是这个也是从天圆地方的思想类比过来的。

平遥见闻之：民歌“泪圪蛋蛋抛在沙蒿蒿林”

2008-09-15T00:15:00.002+08:00

歌词大意：
羊了肚子儿手了巾儿哟三道道蓝，咱们见个面面容易，哎呀这拉话话个难，一个在那山上哟一个在那沟，咱们拉不上那话话，哎哟招一招哟手。瞭得见那村村哟瞭不见个人，我泪圪蛋蛋抛在，哎呀沙蒿蒿个林。

这里还有录音棚版下载，可对比一下哪个更有folk的感觉：http://www.snwh.gov.cn/ypfiles/%C0%E1%B5%B0%B5%B0%C5%D7%D4%DA%C9%B3%DD%EF%DD%EF%C1%D6.mp3

北戴河毕业旅行系列：）

2008-09-14T23:37:00.006+08:00

先发youtube～
我跟军头滑沙：

同学们在去的路上唱歌～好怀念，王二小：

然后是国际歌：

然后是一些照片吧：
这是学校东门地砖。毕业，毕业旅行，踩着脚下，踏出校园。
北戴河的拔河比赛：

最后一张不需要处理，原来的色彩已经最美了

今年春节的礼花

2008-09-14T23:25:00.000+08:00

试试可以发youtube视频不。

中秋打油乐府诗一首

2008-09-12T11:53:00.000+08:00

月儿今昔作婵娟，几家愁苦几家甜。
月饼盒盒都可口，奈何囊中无多钱。
孩子刚巧上小学，妻子下岗正赋闲。
妻小等候在家中，空手徘徊家门前。
只道日间公事忙，便把月饼忘车间。
孩子顿足长哭闹，妻子敛眉谓我言：
知君今日买月饼，无钱明日买油盐。
佳节已过饼难销，前日昂贵隔日廉。
两折竟买一小盒，满心欢喜步颠颠。
孩子拍掌笑相迎，妻子展眉乐开颜。
全家围坐小窗下，赏月品饼话神仙。
神仙感此款款意，遂照朗月到窗边。
穷人中秋在十六，十五月亮十六圆。

Something about the ancient Chinese language

2008-09-11T00:06:00.001+08:00

Whether there're spaces between words is a feature of languages. There're spaces between English words while there are not any spaces between Chinese. This difference is well knowed and often be considered when somebody wanna describe the defference between English and Chinese, or the variety of languages.

But what is more I notice today, is whether puncturate or not is also an option for natural languages. Nearly all the modern languages are punctuated. But some ancient languages do not have any punctuations. Specially the ancient Chinese has neither word separators nor punctuations.

The extraordinary phenomenon of ancient Chinese to deal with the ambiguities due to the lack of words separators and punctuations, is that this language is very neat and rhythmic. What interests me is that is this the result of the adaption or the reason of the ignorance of break symbol of words and sentences in the last thousands years.

论什锦八宝饭

2008-09-09T00:26:00.000+08:00

人民网上线了这么一个东西：

首先声明，这不是谁在恶搞，的确是人民网做的（http://politics.people.com.cn/GB/8198/132796/index.html）。这个网站还有一些什么内容呢。先看左边：

再看右边：

下边还有：

左看右看上看下看，想起了以前看的一组搞笑图片，以古代历史事件为背景的杂志封面。再次强调这次我们看到的，的确是我天朝官方媒体上的，不是恶搞亦非黑客所为。

让我们重点品一下最上面一幅截图。
左下角的logo，是毛体的"人民网"，人民二字根本就是copy的他老人家"人民日报"题词的前两个字，象征这喉舌何所来何所往。后面跟一个 "people"，象征它为了与国际接轨做过一次修改。下面有它的网址，象征它又在向新的阵地迈进。而那个大大的非严肃型字体的"FANS"，象征其又在改变自己去迎合着一种新的思潮。

其实这样的现象绝非一次孤立或偶然的尝试。比如近的就看我们的邻居，今天KMT主页上截图：

另一在野党主页截图：

随着GCD这一阵营进军娱乐圈，红绿蓝，闹得欢，这下就齐活了。

中学课本里说封建统治者用一些封建思想封建道德桎梏百姓，看来这话是说错了。存在的就是合乎道理的，历史自有其趋势与必然。

古代人类落后、蒙昧，其主导情感是敬畏，因此巫术、宗教可以大行其道。社会进步，人们需要秩序，需要稳定，所以法律、道德、等级社会应运而生，主导情感是服从。因此在漫长的中国古代，那种天子式的皇帝才可以坐得稳，统治者需要把握住这种敬畏，这种服从。

到了中国近代，中华民族的思想经历了一次洗礼，一个拖着沉重腐朽文化的老迈的民族，突然变成了理想主义的青年，而那毛主席共产党就是他心中不落的红太阳。其实是先有了冲动的潜质，才会催生崇拜的对象。

而当代呢，主导情感从崇拜变成疯狂，从疯狂变成迷茫，人们企图在拜金的热潮中忘记失落寻找慰籍麻痹自己，进入新世纪，十年浩劫的后坐力、创伤的疼痛感渐渐远去，然而精神却依然空虚，加上现代传媒对社会的重构，从这次事件更能看得出来，大众主导情感的趋势显然是正在向娱乐方向发展。

人们不缺吃不缺穿，不怕天不怕地，不但不再信鬼信神，也不再对权威感冒，不再对理想冲动，人们所如饥似渴的是娱乐，是娱乐。看看90后的这一代吧。那些过时的曾经的作为所谓统治工具的思想还有用吗？党国最近的举动无非是在努力地顺应时代的潮流，跟他们的前辈独尊儒术，宣扬理学，传播马列主义是一个道理。对着一批脑残的火星人，御用文人是不如御用娱乐人管用的。

什锦八宝粥，呵呵，民以食为天，我中华饮食文化博大精深，加上凉粉呀，玉米呀，仿佛中国人的心理上更容易把味觉掺入其他情感中。而拥有强权的统治者不在扮演神扮演天子甚至也不再扮演导师、领袖、统帅、舵手，而是把自己打扮成一种明星的形象，不知道算不算是一种黑色幽默。那大家有没有像投票选超女那样投票选一下下一任我们心目中的偶像的冲动呢。

非主流不可能永远非主流，脑残的人不可能永远不长大。中国人需要有地震，好去让以后的自己意识到原来我们也可以这样强大而团结；中国人需要有奥运，去让以后的自己意识到原来金牌的意义其实不过如此。让我们忘掉曾经的自大狂妄，忘掉曾经的自卑怯懦，也忘掉曾经的狂躁不安，那是一个新的时代，新的一批人，新的民族需要的主导情感是成熟与自信。

渐进论

2008-09-04T23:38:00.001+08:00

我是理论计算机盲，在这里瞎说一些痴语～

可接受解的集合在解空间里。

任意迭代算法是根据一个解空间里的点得到另一个点，也可以看成移动了一个给定的解空间里的点的位置。

迭代算法通常对初值敏感。

迭代算法有时候不收敛，或收敛到非最优解。

迭代算法如同一个漏斗，入口有口径，出口也有个口径。

为什么不把若干不完美的迭代算法串联起来，保证空间里的一个初始点能经过若干漏斗之后可以漏到更可以接受的地方去。

具体到语言建模上。先用简单的模型去迭代出一个解――一个语言模型，可能它还很不完美，然后用这个解放入更复杂的解空间的子空间里进行迭代，得出一个更复杂更优的解。如此下去。

所以，也许可以不必期望一步到位地得到一个完美语言模型。只要我们的某个中间模型满足：1，其迭代的初始值能够或者可能由其它模型得到，或者允许任意；2，其不破坏迭代结果被其它模型迭代而最终接近理想目标的可能性。那么这样的模型的意义就不只是一次独立的尝试。

贝叶斯公式与可能宇宙

2007-12-20T11:47:00.000+08:00

概率空间的定义为(Omega, F, P)。在概率图模型中，一个问题是从已知的抽样中估计概率测度P。通常，有两种估计的方法：一是最大似然估计，一是贝叶斯估计。比如，投硬币的问题，30上，20下，就估计上的概率为3/5，这样的估计可以使似然度最大。而贝叶斯主义者认为还应该有更多的先验知识，比如我们早就知道这样的概率取值为1/2的概率相对最大，加入这样的知识后运用贝叶斯公式估计出来的概率就与最大似然法的结果不同。可以想像当先验知识可靠的时候，这样的估计会更准确的。

形式化一点，投硬币的概率空间为({正, 反}, {{正}, {反}},{(正, p), (反, 1-p)})。最大似然直接在这样的空间上估计p。而贝叶斯主义者将所有p决定的测度P看成是另一个Omega*，即概率本身是另一个概率空间中的一个采样。这另一个空间有自己的另一套测度P*。比如投币问题中Omega*是所有可能拿到的硬币，显然P*会告诉我们不同的硬币会有不同的p。如果这样的P*能够很好的得到，那么这样估计的概率会更有说服力。

那么我想做一些引申，既然一个正反面的概率测度P可以是一个更大的空间中依P*的采样，那么P*本身为什么不是从另一个更大空间中采样出来的呢。比如考虑温度、湿度、表面粗糙度、重力加速度等条件，会得到另一个概率空间Omega**，不同的环境条件决定了各个硬币正面概率的变化，故是这样的空间采样了P*。如果我们同样能够清晰描述P**，这显然也是合理且有说服力的。

最大似然的模型，可以叫做零阶模型（名字是我自己杜撰的），而贝叶斯方法的模型可以叫做一阶模型，用同样的方法可以产生二阶、三阶以及更高阶的模型。前提是我们能够清晰的描述这些概率分布是如何从另一个概率分布中采样出来的。

一个问题是，这样的过程可以无限进行吗，任何实际的概率空间都可以这样吗，这样的过程都合理且有意义吗。

我这里想说的是，至少有一种实际的测度，不需要再做这样的泛化了。这样的测度就是“宇宙的本质规律”，它赋予任何实在的事件以概率，而它不再是根据某个P*采样出来的了。解释有两点：第一，这些规律有唯一的取值，如果某个规律每次测量会变化，那么必有更高的不变的规律解释这样的变化，从而前者不是“本质规律”，后者才是；第二，如果非要假想有另一种赋值的宇宙规律，而由于我们只可能知道P下的一切，对这样的P*我们不可能有任何认识，所以这样的泛化是无意义的。

形而上学会讨论可能宇宙，会讨论或然宇宙中是否有必然存在物，会讨论宇宙的常数是被如何精巧的设定以至于很幸运地产生了现在的宇宙的样子。我想得出的结论是，除了现在的宇宙外我们一无所知，连宇宙之外的这个规律P*都不知道哪怕一点点，又如何谈论它和他所测量的空间Omega*的性质呢。在这个范围内的任何设定都不会与现实宇宙中的任何现象概率相关，在概率图中他们被我们“宇宙的本质规律”这个节点阻断了。可能有可能宇宙，但我们的宇宙与这个宇宙无关。

期末了

2007-12-18T23:20:00.000+08:00

想不到研一的期末和本科比有过之而无不及～
号角吹响，开始鏖战年关了

我有权选择

2007-12-17T23:26:00.000+08:00

我有权选择是拼搏还是虚度，我有权选择是奋斗还是苟且
我有权选择是疲惫还是安逸，我有权选择是艰苦还是舒适

我有权选择我何该时思考何时该休息，我有权选择我何时该奔跑何时该徜徉
我有权选择什么时候需要听到奉承，我有权选择什么时候需要听到警醒
我有权选择周围优秀的人和平庸的人的比例，我有权选择周围奚落的话和赞扬的话的比例

我现在需要最适合的环境，我现在只要最适合的环境。为什么？不为什么！

听律师的讲座

2007-11-29T23:31:00.000+08:00

明理论坛第27期：法律学习与律师职业

美国贝克博茨律师事务所北京代表处合伙人 (张利宾)

GE医疗集团大中国区(法律及公共政策)副总裁、法律总监(乔钢梁)

大一就到明理楼上过简怀玉的微积分，昨天还是第一次到模拟法庭，没想象中的大。还见到一个大家都称院长的人，不认识。没见过几个律师，共同的印象是，穿着正式，举止正式，能说。先叙述内容如下。

张：法律学习方面，中国是成文法，注重演绎推理。美国是普通法，讲判例，归纳推理为主，也辅之以演绎。美国宪法最优美，堪称典范。法理学不用单独学。除法律不本身外，还要有知识对整个人类社会文化的综合理解。

乔：学法的本科有学科学的，学语言的（这两位就是），也有工科的。公司的法律顾问两个职责，预防与救火，需要：

Common sense, good judgment

Courage 敢于对权力讲真话

简洁明确。与律所的律师不同，只需要回答yes，no，or“no，but blabla”。用语准确。

专业知识，比如乔的医疗器材

诚信，律师是公司的最后一道防线

Give answers, give options

此外，中国律所不成熟，律师都不太团结，各自为战，自己赚自己那份钱。社会资源中美都会用，中国有很多不当之处——如律师与法官直接见面，不过在好转。说美国有个人想进贝克博茨，然而因为老爸当时是合伙人而按规定被拒，后来从政，当国务卿，财政部长等，在三届政府中任高官。之后又想进贝克博茨，然而这次因为现在儿子是合伙人而按规定被拒。后来贝克博茨专为他修改规定“担任高官三届者可以例外”。

以前就感觉有很多行业的工作就是在机器学习。律师就很典型，学习法律，然后运用。他们谈自己如何学习如何运用的时候，我听着仿佛就是一个 learning machine的自白——当然有不同，法律的人应该需要有普适的人文关怀、价值准则和自我实现。而且更有趣的是他们谈论中美法律不同的时候，俨然就是在讲两大类机器学习（当然也包括NLP）的方法，基于规则的和基于实例的。大陆法系基于法典，重演绎，就是基于规则的；英美法系基于判例，重归纳，就是基于实例的。法律体制的区分与机器学习理论的区分如出一辙，再次印证了学法律如同构造一个分类程序，法律问题如经济问题一样，都是最优化问题。

科学代替哲学，机器代替繁琐劳动的进程一直在进行。这也许会是个越来越明显的问题。没有人想忙活了一辈子，自己毕生的事业最后等价于电脑里一个玩物能做的事情，如同没有人愿意做自动流水线或者机械能完成的体力劳动一样。我想大概有两个任务可以做，即凌驾于所有已有机器的任务之上的任务，多做这样的工作：关于价值实现的，即改变评价函数；关于创造性的，即改变解空间或算法。

时间耽误不起呀，同志

2007-10-31T23:34:00.000+08:00

从鸦片战争开始，到十年浩劫刚刚结束，邓公的这句话很值得思考。

周末几个在北京的初中同学聚会，jd和她男朋友准备双飞，和我们三剑客聊天，区别一下子就出来了。看得出来，他们的生活节奏比我们明显快得多。一边加紧忙学业，一边准备考英语，一边还要联系学校。即使在和我们聊天的时候，神经都非常敏感，始终绷得紧紧的样子，语速比我们也快多了。

我们每个人都有自己的目标，为着目标而奋斗的人是幸福的。越是努力，就越是幸福。空想和梦想的区别不在于其所想是否切实，而只在于是否付诸努力。再实际的目标如果耽误也只是空话一句，再荒唐的构思如果有所行动也就绝不再只具有象征意义。

最近听说Godel@net9于北京寓所去世，虽不认识这个id，但是在philosophy版上看到过他写的长文，用自己的思路建立一套哲学体系的草稿。人已远去，只能从文章中窥见他的影子。看着这些，真是别有一番滋味。我在本科毕业时也写出来自己的一个框架，我还无法马上完成它，我需要继续准备材料，花上几年或者几十年，我需要在某个时候完成它，这是一个理性存在过的最好证据，是其所能做的对于自身最有价值的一件事。

渐入佳境。从开学伊始的每天早去到实验室坐班的物理变化，到现在渐渐感觉到的化学变化，觉得自己真的开始进入状态了。也许是大一之后从未有过的好状态，生活与学习之间，自由的思考与任务之间，渐渐地趋于完美的比例。回忆起初三推导悬链曲线公式，现在我也在自由的学习，自由的思考一些对于理性而言有意义的事情。

“我真的还想再活五百年”，电视剧里的一句歌词。太贴切了，实在有太多的事情需要做，实在有太多的愿望需要完成，一颗昂扬的心不愿意庸庸碌碌，只希望能多有一些时间。不再为自己大脑严重空转而懊恼，现在正一步步加大马力。因为快乐而奋斗，因为奋斗而快乐。什么状态是最好的状态，就是当自己正在刻苦的时候还恨不得时间多些，再多些。写给自己，也写给海依共勉。

开旭