V2EX › xuanwu 的所有回复 › 第 30 页 / 共 33 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 ... 22 23 24 25 26 27 28 29 30 31 ... 33

❮

❯

2018-09-12 22:29:40 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 支撑一个面向国内的开源分布式搜索引擎需要多少人力物力?

@mythmgn 先说一下非技术部分吧。存活的最大动力之一应该就是公开公平的排序算法和本地化的索引数据。理论上说, 一个新网站在上线之前就可以根据排序算法和索引数据在本地运行测试出此站在不同关键词搜索时的排位。而搜索用户可以完全信任搜索结果, 因为所有数据和算法都是公开的。

2018-09-12 13:16:40 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 支撑一个面向国内的开源分布式搜索引擎需要多少人力物力?

@nicoljiang 谷歌服务器总数(所有服务)在 2016 年的估计是 2.5 百万 https://www.datacenterknowledge.com/archives/2017/03/16/google-data-center-faq
用于搜索服务应该不过一半吧

2018-09-11 21:17:00 +08:00

回复了 iloveyouso 创建的主题 › 程序员 › 你们会在代码里面带粗话吗？

说起猎奇中文命名的代码比脏话代码应该稀少的多了

2018-09-11 20:17:48 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 支撑一个面向国内的开源分布式搜索引擎需要多少人力物力?

@whileFalse 第一, 把最常用的索引数据本地化(并且按时同步). 比如说, 假设全网万分之一(或者十万分之一, 取决于索引大小和用户能负担的空余硬盘空间)的内容可以应付最常用的 60%的搜索. 那么就把这万分之一的索引数据本地化. 这样 60%的搜索就可以在本地进行.

第二, 针对个人感兴趣的主题和搜索历史, 提前获取相应的索引部分到本地, 进一步减少实时对其他节点 /主节点的搜索请求压力. 假设这可以应付剩下 40%的 60%. 还剩 16%. 一二两步都有额外的同步开销, 但因为是以大块的索引数据形式同步, 应该远小于省去的远程搜索开销.

第三, 每次搜索并不需要全网信息. 只需返回排序最靠前的 10 个即可(应该也是主流搜索引擎预先缓存的). 而排序靠后的可以在第一次搜索之后按照第二条进行预获取(在用户浏览前十个搜索结果时).

另外, "每次搜索需要 100 个请求，这一次搜索多久能完成，用户等不等得起？" 这个应该是主流搜索引擎解决了的问题吧, 毕竟不需要等候所有请求都返回.

2018-09-11 19:57:53 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 支撑一个面向国内的开源分布式搜索引擎需要多少人力物力?

@ antileech https://www.v2ex.com/t/487957?p=2#r_6154772 在这里回复.
> 太理想化了，倒不是技术问题，而是国内政治风险太大。如果不做审查，负责人很快就会被约谈；如果审查，投入的人力成本又不是社区负担得起的。

审查是无论国内外搜索引擎都需要处理的. 社区是广泛的搜索引擎使用者社区, 而非它的开发者社区. 还需要一套开放的举报和审核机制.

2018-09-11 07:49:16 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 支撑一个面向国内的开源分布式搜索引擎需要多少人力物力?

@yoyohaha 应该是持续投入吧？考虑主站服务器投入等等。

2018-09-11 05:05:51 +08:00

回复了 kaichao5 创建的主题 › 程序员 › 再次对百度出来的搜索结果感到无比失望

@kersbal 嗯, 短期内很可能. 不过排位算法在刚出现的时候也是被不停钻空子的(这个帖子的问题说不定也是被钻了空子). 个人认为 SEO vs. 排位(算法+人工)类似于加 /解密的关系. 哪里看到过的说法是, 闭源的加密算法往往比开源的不安全.

2018-09-11 02:11:00 +08:00

回复了 kaichao5 创建的主题 › 程序员 › 再次对百度出来的搜索结果感到无比失望

@kersbal duckduckgo 并不是分布式的吧? 而且它搜索算法应该不开源吧? 我的设想是这样的: [支撑一个面向国内的开源分布式搜索引擎需要多少人力物力?]( https://www.v2ex.com/t/488032)

2018-09-11 01:16:35 +08:00

回复了 kaichao5 创建的主题 › 程序员 › 再次对百度出来的搜索结果感到无比失望

这么多年了有没有试过靠志愿力量维护一个分布式+社区监督维护的开源搜索引擎? 感觉技术人力和计算资源都不是问题啊

2018-09-10 15:07:36 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 有没有针对源代码的在线翻译服务?

"使用现有在线翻译服务进行代码翻译的体验": https://zhuanlan.zhihu.com/p/44169542
用两个小例程测试了楼上的 4 个翻译服务. 最后有初步的需求分析.

2018-09-10 13:50:44 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 有没有针对源代码的在线翻译服务?

发帖时写的一个浏览器插件实现 GitHub 代码翻译原型演示: https://zhuanlan.zhihu.com/p/43304088
正写篇调研文, 在几个在线文本翻译服务(gg, 搜狗, 百度, 有道等等)中尝试翻译源码, 看看效果.
可以料想的是它们都不具备语法高亮功能. 主要关注点在于代码可读性和格式保全等问题.

2018-09-08 13:46:16 +08:00

回复了 vveexx 创建的主题 › 程序员 › 撸了个变量命名的工具，求大佬们给点意见

@vveexx 哦, 了解. 之前打算做的一个项目是相反, 把英文术语中文化: https://github.com/program-in-chinese/overview/issues/85
像"积分"这样的非 IT 业务相关用语, 如果形成字典的话大概更接近普通汉英词典吧?
越是和业务领域相关的命名可以考虑直接中文命名. 这里搜集了一些 v2 上的中文命名实践: https://www.v2ex.com/t/477109

2018-09-08 12:55:26 +08:00

回复了 vveexx 创建的主题 › 程序员 › 撸了个变量命名的工具，求大佬们给点意见

不大明白具体功能, 可否详述?
另外, 刚做的 Java 英汉词典 API 接口已发布到 Maven: https://zhuanlan.zhihu.com/p/43977821

英汉词典.查词("lend")

返回:

{
英文: lend
音标: lend
英文释义: v. bestow a quality on
v. give temporarily; let have for a limited time
v. have certain characteristics of qualities for something; be open or vulnerable to

中文释义: vt. 借, 贷款给, 增添, 提供, 出租
vi. 贷款

词语位置:
柯林斯星级: 3
为牛津三千核心词: true
标签: zk gk
英国国家语料库词频顺序: 2740
当代语料库词频顺序: 3548
变形: 过去式:lent; 第三人称单数:lends; 过去分词:lent; 现在分词:lending;
详细:
在线读音音频:
}

2018-09-07 06:12:12 +08:00

回复了 lcdxiangzi 创建的主题 › 程序员 › 刚刚把自己蠢哭了

有好用的 UI 工具可以生成吗? 感觉即使多一步上传服务器, 也比全手动好吧.

2018-09-07 05:58:50 +08:00

回复了 KevinOfNeu 创建的主题 › 程序员 › 手拉手一起来实现一门运行在 JVM 上的语言

支持. 小建议: 不妨采用中文关键词. 源代码使用中文命名更好.
之前的一点个人尝试:
- Antlr4+ Java 实现中文语法的简单编程语言(开头) https://www.v2ex.com/t/482717
- Antlr4+JavaScript 实现中文语法的 LOGO 语言子集, 带在线演示 https://www.v2ex.com/t/482519

2018-09-06 15:47:23 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 有没有 Maven 可用的 Java 库实现英汉词典功能的?

已发布:
<dependency>
<groupId>com.codeinchinese</groupId>
<artifactId>english-chinese-dictionary</artifactId>
<version>0.0.1</version>
</dependency>
源码库在: https://github.com/program-in-chinese/english-chinese-dictionary

2018-09-06 14:35:30 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 有没有 Maven 可用的 Java 库实现英汉词典功能的?

@linshuang 你是说用 ECDICT 下的 Python 脚本吗? 比如 https://github.com/skywind3000/ECDICT/blob/master/stardict.py ?
做这个的一个目的是用在 https://www.v2ex.com/t/484895#r_6131734, 而代码语法分析和生成的部分打算用 Java 做, 所以打算直接用 Java 封装一下英汉词典数据.

2018-09-06 08:12:15 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 有没有针对源代码的在线翻译服务?

@youngxhui 多谢. 之前在 GG 翻译也测试过. 看起来搜狗结果没有考虑到代码语法. GG 的好像考虑了, 但翻译效果欠佳.
这些翻译接口都不免费, 而且长期来看不可能有永久免费的(像之前的有道).
现在正在实现一个英汉词典 API: https://www.v2ex.com/t/485481
之后再着手这个原型. 大概思路在 https://github.com/program-in-chinese/overview/issues/86

```
＃这是我的购物清单
shoplist = ['apple'，'mango'，'胡萝卜'，'香蕉']

打印（'我有'，len （商店列表），'要购买的商品。'）

print （'这些项目是：'，end =''）
对于商店列表中的项目：
print （ item，end =''）

打印（'\ n 我还要买米饭。'）
shoplist.append （ '大米'）
打印（'我的购物清单现在'，店铺列表）

打印（'我现在将对我的列表进行排序'）
shoplist.sort （）
print （'Sorted shopping list is'，shoplist ）

print （'我要买的第一件商品是'，shoplist [0]）
olditem = shoplist [0]
del shoplist [0]
打印（'我买了'，olditem ）
打印（'我的购物清单现在'，店铺列表）
```

2018-09-05 07:14:11 +08:00

回复了 xuanwu 创建的主题 › 分享创造 › 中文代码示例之 Spring Boot 集成 H2 内存数据库系列

@K1W1 之前有些关于输入效率的探讨. 小结在知乎专栏文章"对在代码中使用中文命名的质疑与回应"( https://zhuanlan.zhihu.com/p/30529835 ), "中文输入太慢, 降低开发效率"一节

2018-09-04 14:33:57 +08:00

回复了 xuanwu 创建的主题 › 奇思妙想 › 有没有 Maven 可用的 Java 库实现英汉词典功能的?

初步实现, 变形部分有些改进:
```
{英文: collocate
音标: 'kɒlәkeit
英文释义: v. have a strong tendency to occur side by sidenv. group or chunk together in a certain order or place side by side
中文释义: vt. 布置, 使成搭配, 排列
词语位置:
柯林斯星级: 0
为牛津三千核心词: false
标签:
英国国家语料库词频顺序: 0
当代语料库词频顺序: 0
变形: 名词复数形式:collocates; 第三人称单数:collocates; 现在分词:collocating; 过去式:collocated; 过去分词:collocated;
详细:
在线读音音频:
}
```
接下去是释义部分的分隔, 比如:
```
{英文: anamorphosis
音标: .ænә'mɒ:fәsis
英文释义: n. the evolution of one type of organism from another by a long series of gradual changes\nn. a distorted projection or perspective; especially an image distorted in such a way that it becomes visible only when viewed in a special manner
中文释义: n. 歪像, 失真图像, 畸形发育, 渐变体\n[化] 变形; 失真
词语位置:
柯林斯星级: 0
为牛津三千核心词: false
标签:
英国国家语料库词频顺序: 0
当代语料库词频顺序: 0
变形:
详细:
在线读音音频:
}
```

1 ... 22 23 24 25 26 27 28 29 30 31 ... 33

❮

❯