discourse

最近在整理历史的研究文档的时候发现了还保有了一些有关 DITA 的文档。 随着技术的发展，DITA 显得非常臃肿了，并且编译处理并不是非常友好。 查询了下官方的版本历史： 已经有差不多 2 年没有更新了，由此看来 DITA 作为文档交付应该已经是日薄西山了。应该没有什么人通过写 XML 的方式来写文档了。 相反，MD 和 AsciiDoc 格式的文档却大行其道。 其主要原因是能够随意部署，并且文档结构少，约束少，更加容易写作和阅读。 作为文档来说，内容是最主要的，格式相对来说没有那么重要，如果有漂亮的格式，但是内容一团糟，又怎么会有人去看和使用呢。 回想一下曾经用过的 DITA，编译太复杂，PDF 生成问题太多，CHM 格式的文档很多时候大家都不愿意用，更多的都在使用 Github 上来写 MD 格式。 DITA 已死，就此留念。 超级复杂的文档格式。 因为是基于 XML 的，每一个段落的创作都非常复杂，你还需要考虑复杂的 XML 标签。让写作不是一种享受，简直是一种折磨。 相对 MD 格式就让人舒服多了，你只需要关注一些常用的标记，其他的都是以内容为主。 比如说 Discourse 这个社区使用的 MD 格式就非常简单，能够让所有人更多的关注内容而不是标记。 不管怎么样， DITA 也代表了人类文明出版中的小缩影。 https://www.ossez.com/t/dita

在使用 Discourse 进行服务的时候，很多人可能会希望安装一些广告服务。 对 Discourse 的广告服务来说还是可以的，因为广告服务的位置不是非常影响阅读。 这篇文章将会描述如何在 Discourse 中提供广告服务。 安装插件 Discourse 的 Google Adsense 广告服务是使用插件进行安装的。 安装插件的方法，请参考： Install Plugins in Discourse - admins - Discourse Meta 页面中的内容。 有关启用广告服务的文章，请参考页面： Official Advertising / Ad Plugin for Discourse - plugin - Discourse Meta 中的内容。 广告服务的源代码，请参考： GitHub - discourse/discourse-adplugin: Official Discourse Advertising Plugin. Install & Start Serving Ads on Your Discourse Forum 代码仓库。 安装代码 根据提示，你首先需要添加插件代码，然后对 Discourse 进行重编译。 编辑 app.yml 文件，如果你有多个仓库，你可以进行添加在下面。 如下： sudo -E -u discourse git clone

万物皆可Embedding系列会结合论文和实践经验进行介绍，前期主要集中在论文中，后期会加入实践经验和案例，目前已更新： 万物皆可Vector之语言模型：从N-Gram到NNLM、RNNLM 万物皆可Vector之Word2vec：2个模型、2个优化及实战使用 Item2vec中值得细细品味的8个经典tricks和thinks Doc2vec的算法原理、代码实现及应用启发 Sentence2Vec & GloVe 算法原理、推导实与现 后续会持续更新Embedding相关的文章，欢迎持续关注「搜索与推荐Wiki」 Sentence2vec Sentence2vec 是2017年发表于ICLR（国际学习展示回忆）的一篇论文，其全称为： A Simple but tough-to-beat baseline for sentence embeddings 下面来看一下论文所介绍的内容（论文的内容比较晦涩难懂，小编水平也不高，如果不当之处，评论区留言，感谢！）。 1、概述 论文主要提出了一种无监督的，基于单词词向量计算句子embedding的方法，称之为Smooth Inverse Frequecy(SIF)，使用加权平均的方法从word embedding到sentence embedding，然后再基于句子的embedding进行相似度计算

提示的错误信息为： Configuration file at updated successfully! Updates successful. Rebuilding in 5 seconds. Building app standard_init_linux.go:211: exec user process caused "exec format error" Your Docker installation is not working correctly See: https://meta.discourse.org/t/docker-error-on-bootstrap/13657/18?u=sam root@raspberrypi:/var/discourse# uname 不知道是什么问题导致的？ 经过搜索后发现 Discourse 不支持 ARM 的CPU。 只能支持 x86_64 的 CPU。 因为我们想在 raspberrypi 上进行安装测试，但是 raspberrypi 使用的是 ARM 的 CPU，因此是没有办法在 raspberrypi 上安装 Discourse 的。 lscpu 查看的配置结果： root@raspberrypi:/var/discourse# lscpu Architecture: armv7l Byte Order:

Discourse 如何添加 Google Analytics 代码带网站中？ Discourse 与 Google Analytics 高度进行了整合。 其实你并不需要添加 Google Analytics 的代码，你只需要找到你的 Google Analytics 的 UA 号就可以了。 跟踪 ID 是一个形式如 UA-000000-2 这样的字符串。跟踪 ID 必须包含在跟踪代码中，这样 Google Analytics（分析）才会知道应该将数据发送到哪个帐号和媒体资源。 跟踪 ID 会自动包含在网站的 JavaScript 代码段中，但是还需要包含在其他跟踪技术（例如 SDK 和 Measurement Protocol）中，这样 Google Analytics（分析）才能正常工作。 第一组数字（在上述示例中为 -000000）指的是您的帐号，而第二组数字 (-2) 指的是与帐号关联的特定 媒体资源编号 。 当你在 Google 的系统中找到这个 ID 后，然后再在你的 Discourse 中搜索 关键词： universal tracking 或者 ga 也行。 将你找到的 ID 填写上去，保存即可。 保存后的修改是即时生效的。 你可以到 Google Analytics 中的当前在线用户界面查看目前正在访问你网站的用户数。 原始问题，请参考： https://www

IntelliJ 能够帮助你在 IntelliJ 中快速浏览和定位。 针对一些大型项目，代码之间的调用比较复杂的项目这个是非常方便，有用和快速的。 打书签 你可用打数字书签，也可以打文字书签，也可以做无标记书签。 数字书签 打数字书签的快捷键是 Ctrl + Shift + <数字>。 例如希望在我们的代码中打上这个标签，选择你需要打标签的行，如果你希望打上书签 1。 那么你就可以使用 Ctrl + Shift + 1 在这行上打上书签 1。 如果你希望撤销打上的书签，你再输入一次 Ctrl + Shift + 1 就可以在这行上撤销了。 字母书签 你也可以在这行上打上字母书签。 打字母标签没有和打数字书签一样的快捷键，你需要在你的键盘上输入 Ctrl + F11，在弹出的对话框中进行选择你需要的字母。 如果你不进行字母选择，你会看到前面有个√符号，表示的是这行已经是一个书签了，但是没有任何标识。 无标记书签 做无标记书签的快捷键是 F11。 直接在键盘上使用 F11 来标记一个书签。 书签访问 只有数字书签能够快速访问，使用 Ctrl + 数字，就可以直接定位到你的数字书签了。 其他书签的访问，你可用使用快捷键 Shift + F11 在弹出来的对话框中进行查看。 书签删除 在弹出的书签列表中，选择你希望删除的书签，然后按 Del 键，或者直接在书签列表上面点减号就可以删除了。

如果你只想拉取 Trunk 分支的提交记录的话。 我们以项目 https://sourceforge.net/p/docutils/code/HEAD/tree/trunk/docutils/ 为示例 我们希望将上面项目的所有 Trunk 的提交记录变成 Git 的仓库。 你可用运行命令： git svn clone https://svn.code.sf.net/p/docutils/code/trunk docutils 进行拉取就可以了。 请注意，如果你的提交记录非常多的话，有可能会拉取失败，如果你的计算机网络状况不是非常好，或者你计算机有自动休眠功能的话，也会拉取失败。 建议你在服务器上做，那么的效率会更高。 我们因为网络问题就没有拉完成。 https://www.ossez.com/t/svn-git/186 来源： oschina 链接： https://my.oschina.net/honeymoose/blog/4318015

小数位的四舍五入在项目中经常用到。 你可能有注意到 round 函数不能真正做到四舍五入。 round() 函数作用就是，返回浮点数x的四舍五入值。 round ( x [, n] ) 简单来说就是在浮点运算的时候丢精度。 这个与计算机系统的设计是有关系的，计算机是使用 2 进制进行计算的的，如果我们常用的数学计算或者科学计算，计算机是会丢精度的。 因此我们的解决方案其实非常简单就是使用 Decimal 来进行数学计算。 浮点计算丢精度的问题不仅仅是 Python 会遇到的问题，Java 、 C/C++ 都会遇到这个问题。 可以考察下面的代码： print (round(2.3, 2)) print (round(2.45, 1)) print (round(2.675, 2)) print (Decimal(1.325)) print (Context(prec=3, rounding=ROUND_HALF_UP).create_decimal( '2.675' )) 上面程序的输出为： 2 .3 2 .5 2 .67 1 .3249999999999999555910790149937383830547332763671875 2 .68 因此，在你需要进行浮点计算的时候，不要使用 Float 进行计算，你需要使用 Decimal 进行数学计算。 例如在 Java 中

在升级 discourse 后，很多内容没有办法正确显示。 通过 F12 查看浏览器后，发现有提示 https 和 http 的混合内容。 下面是混合内容常在浏览器中看到的提示。 不管是不是对系统进行重启或者刷新缓存都没有办法解决。 强制使用 https 其实 Discourse 如果安装的时候使用了 https ，那么你可用修改配置强制所有内容都使用 https。 在默认的情况下，Discourse 都会使用 Let’s Encrypt 来对你的网站进行加密。 配置的路径在 ：admin/site_settings/category/security 下面 你也可以直接搜索 force_https 在完成上面的配置后，你可以重启 docker 来刷新配置。 https://www.ossez.com/t/discourse-https/550 来源： oschina 链接： https://my.oschina.net/u/4395566/blog/4660456

　　机器之心报道 　　 参与：魔王、小舟、杜伟 　　 在陆续放出时间检验奖、终身成就奖和杰出服务奖之后，ACL 2020 终于公布了今年的最佳论文奖。该奖项由来自微软研究院、华盛顿大学和加州大学欧文分校的研究者摘得，主题是与任务无关的 NLP 模型测试方法。 　　 　　ACL 是自然语言处理领域的顶级会议，根据刚刚发布的最新版 Google Scholar Metrics，ACL 继续领跑计算语言学领域，h5 指数达到 135。 　　今年的 ACL 会议于本月 5 日至 10 日在线上召开。此次会议公布了最佳论文、最佳主题论文、最佳 demo 论文、时间检验奖等多个奖项。 　　此外，大会官方也介绍了今年的接收论文、热门研究主题等数据。 　　ACL 2020 共收到投稿 3429 篇，创下了 ACL 投稿数量的新纪录。此次会议共接收论文 779 篇，包括 571 篇长论文和 208 篇短论文，论文接收率为 22.7%。 　　 　　接下来，我们看下 ACL 2020 的热门研究主题。 　　 　　用于 NLP 的机器学习、对话与交互技术、机器翻译、信息提取和 NLP 应用是此次会议最热门的 5 个研究主题，每个都有超过 200 篇论文投稿。其中「用于 NLP 的机器学习」主题的论文投稿接近 300 篇（296）。 　　 　　此外，大会公布了论文提交数量最多的 25 个国家或地区