| areal's profileiamcrfBlogLists |  Tools  Help |
iamcrf |
||||
|
June 25 快速排序vs.冒泡排序最近两个星期的时间，我被chinese gigaword corpus的处理难住了：我原来的程序居然不能正确处理超过一亿汉字的文本，每次都在几分钟甚至几个小时后崩溃。硬邦邦的linux只会报告segment fault。不知道问题出在哪里。
昨天的时候灵机一动，会不会是数据太大，导致表示指标的数据类型越界了？看了下，果然是用的是int型，改成unsigned long型，居然跑通了几个。继续检查剩下的几个segment fault，发现问题出在快速排序那一段，因为用了递归函数，不知道哪里有问题，今天临时改为冒泡排序，再也没有segment fault了。但是出了新问题：到现在为止，一个原来15分钟quick sort掉的样本集（包含1.2亿汉字），几个小时都没有冒泡完。 May 07 美国签证搁浅/cnccl-2009中了昨天下午犹豫再三，还是去大新银行放血1040港币。今天早上一早赶到中环的美国领事馆，和我期望的如同银行般寂静的无人之境相反，各色人等在那里拐了几个弯的排队。准备忍受签证官的考问。在经历了1个多小时的排队等待后，进入大厅，接待我的居然是一个亚裔mm，她一上来问我的工作是关于什么的。我答计算语言学，她又问有什么应用，我按我的照惯例答机器翻译，结果对于机器翻译她也不懂。于是我被要求转到9号窗口，一个讲普通话的香港女士那里。无视我提供的会议日程表以及学校资助，以及我来自一个文科的系的事实，坚持要我的要简历/论文摘要---而我都没有带。于是中午急忙跑回学校，打印/传真，下午四点，香港女士打电话过来，说收到材料，要继续处理，让我等消息。
为了昨天不小心付出的1040港币，我忍---哪怕拿到签证我不去。 快要开会的时候，收到cnccl-2009的录用通知，未经证实的小道消息说今年的cnccl收到250多篇投稿，但是仅录用80篇左右，因此，这篇稿件的录用，说明城大的nlp研究已经步入国内先进行列。
May 04 我可以在conll-2009上讲20分钟今天早上，conll-09的shared task主席Hajic教授给大家写信说，会议日程表出来了。我和老陈的两篇居然都进入了oral，放在最后讲。鉴于老陈不去，这意味着要我一个人讲双倍时间，20分钟了---问题是猪流感现在似乎也不太允许我去那个荒山野岭的地方了。
另外，我估计今年的组织者多少有点郁闷，因为最好的系统是用暴力搜索特征获得的，和他们期待的joint-learning没什么关系。 July 01 竞争激烈 不知道从上个月哪天开始，conll08评测的结果公布栏开始接受赛后结果。上面说好，这个不影响正式排名，有了更好的结果可以发给组织者，然后他们把分数放到公布栏中，如同往届那样。 地址 http://www.yr-bcn.es/dokuwiki/doku.php?id=conll2008:results 最开始的时候日内瓦大学提交了一个更新的结果，大大更新了在句法依存上的分数，从原来的第4追到第2。没两天，第一名的lund大学的大大更新了他们的语义依存的成绩，让他们的成绩更加遥不可及。又过了没几天，加泰罗尼亚理工的lluis大大更新了他们的句法依存成绩——他们往届conll成绩一直靠前，可惜这次被句法依存拖了后腿，总分屈居倒数第二，而这此赛后更新猛赶8个名次，算是挽回了点面子。 昨天早上我看不下去了，把我几天前轻微改进的句法依存结果提交了上去（语义依存的性能提升是连带性的，其实我没有改进这部分），傍晚的时候mihai回信，说加上去了。现在我的总分排在第三了，句法部分的分数排在第二。我打开页面，开心了没几分钟，无意刷新了下，发现yahoo的ciaramita也更新了他们的结果。太巧了。他们也是改进了句法依存，但是他们的语义部分很强悍，所以我的总分第三只是维持了几分钟。好在暂时没有人撼动我的句法第二的位置。 不过现在哈工大的结果后有追兵,前有堵截。这游戏越来越好玩了。 |
||||
|
|
