破宝

摘要： 中文切词领域，中科院开发的 ICTCLAS 占有重要一席，号称是世界上最好的中文分词系统。ICTCLAS 初期曾发布过一个免费版本（C++），采用“自然语言处理开放资源许可证”公开。后来走向商业开发道路，最新版本是 ICTCLAS 2010，提供有 C++, Java, C# 等多种版本可供购买。从 ICTCLAS Free 版有一些衍生版本：ictclas4j 是张新波（sinboy）移植的 Java 版本，SharpICTCLAS 是吕震宇移植的 C# 版本。这两个版本也采用“自然语言处理开放资源许可证”。20 阅读全文

摘要： 距上一篇有好久了，因为乏人问津所以一直也没写这第二篇。年前看到有人给我发消息问 SQLite 全文检索的事，我想哪怕只有一个人看吧，我也整理整理。这一篇就写写如何扩展 SQLite 使它支持东亚文字的切词。熟悉 Lucene 的童鞋大概知道，切词是在索引时进行的。对 SQLite 来说，也就是 INSERT UPDATE 时发生切词。SQLite 的做法是，在定义 FTS 虚表时指定切词器：还记得“porter”吗？当然这里不是哈利波特，其实是指Martin Porter设计的切词算法。或许你在 Lucene 里见过，这个切词器主要用于英语词的整形（如复 阅读全文

摘要： 说到全文检索，目前比较流行、也比较成熟的选择是 Lucene.net。今天给大家介绍的是 SQLite 内置的全文检索功能，以如此小的 footprint 实现全文检索功能，我想还是有一定吸引力的。国内目前涉及此领域的文章还很少，.net 圈估计本文是第一篇吧，能力有限，多多包涵。 阅读全文

摘要： 简单列一列“猪八戒”的罪状： * “猪八戒”贪图区区80块钱的小利，就无视雇主、投标者双方的利益。 * 仅仅由于有人投诉，就做出作弊的裁断。丝毫不和当事人联系、以确认身份，仅凭投诉人一面之词就做出决定。 * 不仅事前没有联系当事人，事后也不主动通知，企图蒙混过关，昧掉80块钱。 * 违背雇主意愿，随意添加“入围”稿件。 * 以公司内部的规定为由，拒不给出所谓的作弊证据。 雇主和投标者双方的利益都得不到保障，谁还敢信任你们？ “猪八戒”你要记住：好事不出门，坏事传千里！作恶一次，即使行善百次也是无法弥补的！丢了信誉，你的“威客”也就快玩完了。 阅读全文

摘要： 很早就知道 Math.Round 方法实际上并不是我们上学时学到的“四舍五入”，而是 IEEE 标准定义的“银行家舍入”算法，通俗说法是“四舍六入五成双”（1.5→2, 4.5→4）。当需要用到“四舍五入”算法时，.NET 1.x 中是需要自己实现(比如一种思路：正数加0.5后Math.Floor，负数减0.5后Math.Ceiling)。.NET 2.0 开始，Math.Round 方法提供了一个枚举选项 MidpointRounding.AwayFromZero 可以用来实现传统意义上的“四舍五入”。即： Math.Round(4.5, MidpointRounding.AwayFrom. 阅读全文

摘要： 一直觉得 ASP.net Mobile Controls 很有用，它可以根据客户端的 UserAgent 自动判断客户端浏览器的能力，自动选择最适合的方式（WML 1.1，XHTML Basic, PC 用的 HTML， 日本 Docomo 和 Willcom 特有的 CHTML 等等）输出内容。 国内说起手机上网，一般称呼是说 WAP。其实目前市场中的很多手机早已不仅仅只支持 WML 1.1 这... 阅读全文

摘要： 接上篇继续说。 如果调查一个问题：正版 Windows 和盗版 Windows 的区别是什么？我觉得会有如下的回答： “正版的包装精良”“正版的光盘质量好，不容易坏”（这估计是普通老百姓的说法） “正版 Windows 有微软的正版贴签”（这估计是软件店促销MM的说法） “正版 Windows 不用担心激活的问题”（这估计是经常帮人装机的“高手”的说法） “盗版 Windows 是不是会有错别字啊... 阅读全文

摘要： 最近有一条争议不小的新闻：微软（中国）在国庆节期间的促销活动，Office家庭版降价到199元。这让我想到了我三年多前的一篇博文，梦呓：微软在中国的新定价策略——比例折算法。这个价格可以说比“比例折算法”还要实惠。不过遗憾的是，网上投票情况显示，半数以上的网民对此促销活动并不买账，认为只要比盗版价格高就绝不买正版。这也如实反映了国民对“正版”的认识程度。很多人拒绝正版的理由是没钱。但另一方面却发现，大家对于硬件选择相当的“阔绰”“奢侈”，全部组件都要选择最高等级，CPU要市场上最快的，硬盘要转速高容量大的，要外加两三千的专业级独立显卡，再加杜比5.1的家庭影院，呵呵，无论自己的实际需求是否真的 阅读全文

摘要： 最近似乎不太顺利，总是一钻进 Reflector 就 N 久时间找不到问题所在，一点一点琢磨那些可疑的、没有头绪的、没有注释的 BCL （.net 的基础类库）源代码，以确认到底是我错了，还是微软错了。 这不，又发现一个疑似bug，如标题所写。 XmlDataSource 控件一般是和 TreeView 组合使用的，如果是静态的 XML 数据是不会碰到什么问题的，但一变成动态数据，就总碰到一些怪异... 阅读全文

摘要： 痛苦了debug了一个多钟头，后来终于在网络上找到了这篇“救星”文章：http://columns.chicken-house.net/blogs/chicken/archive/2007/04/06/system-net-mail-bug.aspx立此存照，如果您也碰到同样问题，希望能够能比我更幸运些，更早找到问题所在。症状是：调用 SmtpClient.Send 方法后，出现 System.FormatException，英文消息为“An invalid character was found in header value.”中文消息是：“邮件标头中找到无效字符”。原因是在 SmtpCl 阅读全文