科学空间|Scientific Spaces

今天我已经加入了“我在乎，我行动”的队伍。尽管力量渺小，都是仍有希望。愿每个人都可以行动起来！每个人都在沪，每个人都行动！

哥本哈根大会是制止气候变化的最佳机会，从现在到十二月是最重要的行动时间。我们还有多少时间拯救地球？让更多的人来参加“我在乎，我行动 ”吧！
http://icare.greenpeace.org.cn/

点击阅读全文...

如果想下载高清图片感受一下太空，可以下载1.8G和288M文件；如果想用来制作桌面壁纸，可以下载那个26M的文件；如果想了解一下图片的内容是何种东东，就下载那个PDF电子书好了。当然，这些内容在NASA上也有，这里只是集中给大家下载，还是感谢原作者的分享精神！

宇宙星系By哈勃

点击阅读全文...

又到了新的一月了。祝大家新月新气息！

今天查了一下，发现本站域名的PR(PageRank)值已经提升到2了。

除了内容得到了google的肯定外，我觉得最大的原因还是我把网站搬回了“宇宙驿站”。因为之前网络流传着一个“规则”，说PR值不仅仅取决于网站内容，而且还取决于网站所在服务器的其他网站质量。现在验证了这个信息，因为宇宙驿站上的网站多数是PR=3以上的高质量科学网站。

点击阅读全文...

本站准备整合ScienceWord，其功能有

在线实现方便快捷的公式、文字混合编排
在线快速绘制数学曲线
逻辑图形动态关联技术
强大的在线绘图功能
在线编辑有机化学高分子式

点击阅读全文...

CRF是做序列标注的经典方法，它理论优雅，实际也很有效，如果还不了解CRF的读者欢迎阅读旧作《简明条件随机场CRF介绍（附带纯Keras实现）》。在BERT模型出来之后，也有不少工作探索了BERT+CRF用于序列标注任务的做法。然而，很多实验结果显示（比如论文《BERT Meets Chinese Word Segmentation》）不管是中文分词还是实体识别任务，相比于简单的BERT+Softmax，BERT+CRF似乎并没有带来什么提升，这跟传统的BiLSTM+CRF或CNN+CRF的模型表现并不一样。

基于CRF的4标签分词模型示意图

这两天给bert4keras增加了用CRF做中文分词的例子（task_sequence_labeling_cws_crf.py），在调试过程中发现了CRF层可能存在学习不充分的问题，进一步做了几个对比实验，结果显示这可能是CRF在BERT中没什么提升的主要原因，遂在此记录一下分析过程，与大家分享。

点击阅读全文...

哈哈，在2009年最后一天，还发现了一件好事情：
Spaces.Ac.cn的Google PR已经升到了3了！

建立“科学空间”网站，也可以算是2009年做的最重要、最成功的事情之一了。在“宇宙驿站”的支持下，慢慢地建立起来，然后经过多次转换，从原先的转载到现在的撰写，现在已经基本定型，保持每周至少更新一次。

点击阅读全文...

图片说明：第88号梅西耶天体，版权:Adam Block, Mt. Lemmon SkyCenter, U. Arizona

点击阅读全文...

图片说明：牧羊卫星Prometheus（普罗米修斯），版权：Cassini Imaging Team, SSI, JPL, ESA, NASA

点击阅读全文...