2005年6月13日

Summarization Evaluation

Dr. Lin is very famous in summarization evaluation. This afternoon, after our group discussion, I consulted Dr. Lin about summarization evaluation. During the ten minutes, I introduced one of my original draft papers on summarization evaluation.

The basic idea of my paper was comparing summarization with original text. Dr. Lin gave me two points. Theoretically, if we picked out the odd and even sentences for a summarization respectively, they were equal by my means. The second point was just as Dr. Tliu and Carl had pointed out. That is under my evaluation means there was a perfect summarization by picking out the sentences with best similarity. They two were the dead centers of my paper. Dr. Lin pointed them out in a very short time. I admired him very much. At the end of the short discussion, I told something about the operating system requirement of his ROUGE system.

If you do some research, you must keep patient and progress step by step. This was my feeling.

2005年6月12日

CL之学习

完成今天的加班任务后晚上我开始思索近期的工作。所谓人无远虑必有近忧。二十多天来我从事的多是工程方面的事务。我已经很长时间没有阅读NLP方面的论文了。我想,这对于以研究为主的我来说是危险的。想到这里在网上开始收集一些论文。先是想要阅读一些Coreference Resolution方面的论文。找来找去最新的论文也就只有五篇。和秦老师联系后得知了我曾经指导过的两名学生在完成指代消解方面的研究进展情况。李正华忙于考试没有什么进展,黄旭在毕业设计的压力下进展较多,基本上按照我预期的目标完成着。

记得我来MSRA之前我在一次和老师闲谈时说过我到这里来的目标是长见识、学东西、打基础,不在乎有什么突出贡献。刚到这里的新生培训上Eileen也要求我们一定要给自己定位好到这里来的目的,否则你会发现过了几个月你会感到很失落。在这些日子里,我的工作完成得还算顺利,多是些编写界面或者连接数据库方面的工作。有时候会觉得自己在研究方面有点闲。上次听完韩家炜老师的报告后打算看看机器学习方面分类方法中的一些新方法。看了几篇文章后感觉不是很系统也就有了中断的念头。今晚找到的论文有Xiaofeng Yang的ACL2003、2004、2005上关于Coreference Resolution方面的文章,还有几篇是加拿大的计算语言学会议上的论文。在查找这些论文的发表时间信息时查到ACL的论文库里面去了。后来又查到MIT的Computational Linguistics最新一期上有一篇免费文章,顺藤摸瓜又看到了CL历年的期刊。CL是我们NLP届顶级的期刊,这里的文章都可以说是经典性的。我们初学做研究的人最终要的就是要多阅读经典的文献。我在进入IRLab的近两年时间里做过好几个研究点,阅读过的论文也不少,但是真正经典的论文不多,读懂读透的也不多。我记得自己在做一个研究点的时候经常借鉴别的研究点的方法和技术。着让我想到了NLP整个领域内的研究应该是相同的,多多阅读一些这个领域里除了Coreference Resolution方面的论文对于将来从事Coreference Resolution的研究是很有帮助的。现在的我已经有好长时间没有阅读好论文了。忽然间我有了想要阅读CL里的文章的想法。考虑到以前一位老师介绍过的研究经验,我查看了一下打算从CL 2000开始看起。有人说过想到不如做到。为什么自己不能现在就开始阅读这些文献呢。我想从现在开始好好阅读CL文献,等到半年下来一定会学到很多的知识,积累非常丰富的经验。当然,我知道要想坚持半年的难度很大。这需要自己每天除了完成规定的任务外还需要抽出时间来阅读论文。

一时间想到了陪伴我多年的卧室里面墙上自己当年歪歪扭扭写的一句话:学习的时间总是有的,问题是你愿不愿意挤、善不善于钻。

2005年6月11日

京东大峡谷

今天端午节,按照习俗我们要吃粽子。我们实验室在京的现在有四人:世奇, 永光,晓光 和我。我们打算一起聚聚,一起吃粽子,算是团圆:)

活动方式我们探讨了很久才和我们这边的NLC小组大家提议的京东大峡谷游览活动相结合。由于NLC几位同学有事我们的活动差点取消。在晓光的提议下我们四人打算自己去那里。昨天晚上我在网上查了半天也给那边的旅游局打电话摸清情况后准备今天上午前行。后来NLC又有重大的陈议、天大的徐军和刘菁菁和我们一同前往。这样我们的七人团体就组成了。

按照昨天制定好的日程安排我们早上6:00起床,打车到东直门汽车站和永光、晓光汇合。等我们的坐918专线到平谷县后已经是上午9:30。转乘面的我们10:00到达京东大峡谷的售票处。又再转乘一辆面的五分钟后我们才来到了峡谷的入口处。

时间过得真快,一晃就到10:30了。大家早上几乎都没有吃饭现在肚子早已咕咕了:)。在一个农家饭店我们匆匆吃完早午饭(早饭和午饭一并解决:)后稍加休息。我们于12:00开始正式登入大峡谷。

网上查到的景点描述如下:

京东大峡谷旅游区位于京东平谷,由大峡谷与井台山两大游览区组成,总面积20平方公里。大峡谷狭险幽深,壁立万仞,井台山平阔如台,高耸连云,有联赞曰:“探峡谷感受神秘清幽,登高峰尽揽千山万壑“。

大峡谷纵深六华里,景有五奇:一曰飞流直下:有瀑布高30余米,飞流直下,令人叹为观止,其声于谷中轰响不绝;二曰崖高万丈:谷内高崖,形如壁立,直刺青天,行于其下,直疑其欲倾即倒,心悸胆寒;三曰明潭连珠:谷内有五潭,或清可观鱼,或深不可测,或静若处子,或湍泻奔流,连成一串,为大峡谷添不尽之灵气;四曰栈道悬空:大峡谷狭而曲,陡而险,游览栈道悬于半空,行于其上,顿觉峡谷之险,且增无边情趣;五曰湖明镜清:龙门湖4万平方米,群峰倒映水中,鸥鸭栖身水上,又是一番别样景致,游人嬉水踏浪,泛舟垂钓,好一番归隐之情。

景区内主要景点有:

一、五龙潭

即天然形成的五个潭,独出新裁,绝不雷同,水盛时,涛声不绝于耳,水落时潭潭盈满流水潺潺,潭潭惊险,游人无不观之而称奇,有诗赞曰:“苍天造化五龙潭,龙潭瀑水历天干,千峰万壑疑无路,路在潺潺一水间。”

二、通天峡

通天峡象一座齐天高的山峰被震裂形成的很长狭缝,远观峡缝在两边青苔杂草、灌木的掩映下,似裂似连,若走近观看,峡缝最窄处也有1米宽,;在其高而似连,抗战时期这里生产军需品,小型兵工厂遗址就在它的旁边。

三、栈道

京东大峡谷以五潭称奇,然而跨四潭的栈道也称标新立异,各不相同,成为大峡谷的又一奇观,一、二栈道依崖而成,似长龙卧坡,四潭栈道由数十根钢索相连而成,攀崖而上,跨潭而过,似卧顶长虹,走在上面摇摇晃晃,险象横生,难免不让人想起红军强渡“大渡河”、勇过铁索桥的壮举,游客们身临其境,其感觉自当终生难忘。

四、龙门湖

京东大峡谷不仅四季看山,还可以玩水,7万平方米的龙门湖可溶水70万立方,水面有快艇8艘,可以戏水,又可以乘渡到两岸游览。


我们的行程基本就是按照这些介绍的顺序来游览的。其中值得记下的有这么几处的游览:
像龙庆峡一样,这里有一条很长的索道,全长1000米,单程时间有13分钟。整个索道建造在峡谷上面。上去时每个缆车两个座位,我最后一个上缆车所以一个人坐一个。缆车就是公园的那种长椅类型的再加上一个护栏,所以能够清楚的看到外面的一草一木。缆车的速度是每秒1.5米。当我悬在峡谷上空的时候,看着下面的深谷开始还隐隐感到有点害怕,心想这要是掉下去肯定没救了 :)
沿着缆车道一共有11根大柱子,据柱子上的大喇叭介绍整个工程是1997年11月道次年6月完成的。看着悬崖边上的大柱子,真的很难想象当时建造的时候是什么样的情形。13分钟后登顶,我们在一个山顶公园里面的五个观景台往山下俯视时真有一览纵山小的感觉。
都说下山比上山容易,可在索道的缆车上我感觉比上山的时候更加险一些。呵呵,一个人坐一个缆车就是好,我把脚抬起来,整个身子斜躺在缆车上。这样坐着下去的时候感觉休息好了很多。

下了索道后我们开始去爬最后一个景点:通天峡。我从头开始计数,到顶一共也就350级石阶。等到150阶的时候我的前面突然出现一个很小的洞,彷佛等到尽头。但是开始爬的时候明明看到有人在很高的地方。感觉这里一定有上去的方法。我往上爬到洞里后感到这里只有一米宽,往左侧就看到了几个石阶,挪动着身子才钻爬了上去。这里的这个洞还好。等我们到了280阶左右又出现了一个这样的洞。这次就没有上次那么容易了。这里的台阶几乎没有,只有几个石棱,小心的蹬着爬上去,有一段还需要将腿跪在一个石面上才能爬上去。我上去了后面紧随着一对年纪比较的大的夫妇二人。他们在这里真是骑虎难下。上去吧,感觉太难太险;下去吧,台阶又挺多挺险的。他们二人先是妻子爬上来。我在上面拉着她的手指导着往上蹬石棱。快要拉上来时突然她说:“我不行,上不来了。我还是下去吧。”这可把我急坏了。这个时候上来还有最关键的一步,只需要拉着我的手迈过来就可以了,如果还要下去那难度就更大了。我让她保持冷静不要着急,踏到那个石棱上在迈过来就可以了,很简单的。这样,终于我把她拉上来了。等到那位老先生也被我拉上来后我才发觉自己也出了一身冷汗。还好他们二人都平安的上来了。一下子,我感觉到坡底的告示上除了要求未满18周岁的人不能上来之外还需要要求老人特别是有心脏病之类的不能上来。试想如果这两位老人如果没有遇到别人的帮助怎么办?
还好,经过这两个险关后我们顺利登顶了。总共350阶。下坡是另外的一条道路,这里的石阶非常的方便安全。我们顺利到底。

在山谷里往回返的时候我们大家都非常高兴。遇到一个卖西瓜的老人我们非常舒服的享用了一个西瓜。之后就回到了山脚的停车场,再包上一辆面的回到了平谷,在转车两小时回到了东直门。我们晚餐在知春路上的九头鹰吃的。

等回到寝室已经晚上9:40了。哈哈,早上6:00起来一直忙到了这会儿。我们都累坏了,很快也就睡觉了。

今天玩的很开心!

2005年6月10日

关注五年的硕博连读

今天在我们学校的网站上看到了这样一天新闻。最关键的两条内容如下:

  • 我校博士研究生培养年限一般为3~4年,特殊情况下最长不能超过5年,即博士生应在入学后5年内完成博士学位论文,并进行学位论文答辩。

  • 硕博连读研究生培养年限一般为5年(自硕士生入学时起),特殊情况下最长不能超过6年。



  • 这个消息对我们这些硕博连读的同学来说既是好消息又增加了难度。好消息是因为我们能够在5年内把博士念完,难度在于我们计算机学院毕业的要求一年比一年高,反过来时间又要求越来越短。

    这让我想起了一位朋友和我讨论过的“没有压力就没有动力”的话题。当时我们讨论的焦点是英语背单词的情形。有人能够在比较短的时间内背完我们感觉很多的托福和GRE的单词;而有些人也背过,但是没有坚持下来,时间长了一些后就忘掉了以前背的那些不是很常用的单词。联想初中学生初学英语的时候,很多学校的老师要求学生背诵甚至默写单词,写不出来就会被批评或者被罚。在那种环境下初中生们背单词往往背得很牢固。呵呵,现在想来我初中背过得单词还真是一点都没有忘。

    同样的硕博连读要求提高了或者说是压力增大了。这本身是件好事。借此契机我想好好努力争取按时完成学习任务。当然,需要学习的东西还有很多。现在我身在MSRA每天除了完成需要完成的任务外还有一点时间。我可以好好利用这些时间每天学习一点NLP和NLU方面的东西。每日进步一点点,我想这就是学习和成功的秘诀吧。

    2005年6月9日

    感受MSRA

    来到MSRA已经22天,在这里每天。工作日里每天的生活都是满满的。每日需要处理的东西几乎是在一次次的讨论中确定好的。每个任务都比较明确。这里的会议不是很多,和我们在实验室的时候差不多,大会小会加上自愿参加的会下来每周平均有五个左右。

    今天参加了两个会议。一个是上午的项目会议。会上见到了到目前为止我见到过的最壮观的阵容:一群牛人和我们四个学生在一个仅能坐下10人的屋子里面开会。到场的有MSRA NLC的全部大牛:我们的mentor周明老师,微软MSRA四少之一的高剑峰,我一直崇拜的Machine Learning牛人李航,新加盟的信息抽取专家牛成,以及在这里作访问学者的美国ISI做文摘很有名的林钦佑和加拿大蒙特利尔的信息检索大牛聂建云。这是我在这里首次参加这种讨论会。会议总共开了两个小时,席间感受到了大牛们考虑问题的角度和方法和我们不太一样。MSRA作研究都是考虑到了将来的产品化。两个小时下来我们的讨论富有成果。会后我们四位学生和周老师交换了一下最近的项目进展。再等一段时间我就可以切换到一个研究味儿浓一些的任务了。

    下午Eileen来到我和世奇的座位。原来她今天晚上零时有事不能主持今晚的English Corner,想要我们俩负责晚上的活动。一会儿和主讲人Francois交换了一下活动的安排计划。按照Eileen的安排我们去买好了署条爆米花等。到了6:40活动如期举行,Francois给我们介绍了很多的法国趣事。从大家熟知的法国化妆品开始,一直介绍了法国的教育系统、著名旅游景点、国际大企业、计算机科学研究情况以及怎样申请到法国留学等等。Francois非常健谈,原定一个半小时的交谈由于大家经常自由发挥,然后又就一些有趣的话题深入讨论,等到结束时时间已经到晚上10:00。活动最后剩下世奇,我,主将人和他的两位法国朋友,还有两位part time的同学。

    回到住处快要到11:00了,抓紧时间抢在11:00停热水之前洗漱完毕后我们就困着睡着了。

    很充实的一天!

    2005年6月8日

    [Collection]C#Windows控件的焦点事件顺序

    以下是测试TextBox事件的结果,如有不对,还望更正。

    一、用鼠标点击控件,然后离开。

    Enter
    GotFocus
    LostFocus
    Leave
    Validating
    Validated

    二、用鼠标,当 Validating 中 CancelEventArgs.Cancel = true 时:
    Enter
    GotFocus
    LostFocus
    Leave
    Validating
    Enter
    GotFocus

    三、用tab键经过一个控件时。

    Enter
    GotFocus
    KeyUp
    Leave
    Validating
    Validated
    LostFocus


    四、用tab键当 Validating 中 CancelEventArgs.Cancel = true 时

    Enter
    GotFocus
    KeyUp
    Leave
    Validating
    Enter
    KeyUp

    2005年6月7日

    C#下DOM编程

    前几日用C#写过一个将XML文件导入数据库的程序,当时采用的是C#中自带的XMLReader类库来完成这个工作。XMLReader原理和经典的SAX很相似,但用起来方便些。今日需要处理一些XML文档,既要读又要写,自然想到了采用DOM模型来完成。

    C#中对于XML的支持真的很好,不但有专门的XMLReader和XMLWriter还有DOM。这里就说说简单的DOM的使用方法吧。

    基本来说C#下的DOM和Xerces 中的DOM操作类似。先要申请一个DOM文档对象, XmlDocument myDoc = new XmlDocument()
    定位节点采用的是 myDoc.DocumentElement.ChildNodes[0].ChildNodes[0].ChildNodes[0]来完成
    后续的节点上的属性的调用就采用一些诸如Value, InnerXML, InnerText等来访问。
    生成心的节点也和Xerces类似,基本方案是CreateElement之后加上需要的属性和InnerText。完成这些后就定位好后可以采用方法AppendChild来完成树上节点的添加。

    整个过程还是很好理解的,相应的程序也很快完成。明日需要和际洲讨论一些接口问题。今天就工作到此了。回去休息一下。