标记语言的历史

说起编程语言,大家都知道,C、C++、Java、Python、C#,对编程语言了解的深的,可能还能说出1957年就被发明的Fortran,Fortran语言仍是美国学术界使用的编程语言,至今仍在编程语言排行榜霸榜前十。

但说起标记语言,大家可能就知道一个HTML,在互联网上文章写得多的可能还知道Markdown,我这个网站的文章都是用Markdown写的。由于Markdown不支持内嵌外部代码,这几天找到了Spring也在用的Asciidoc准备作为开源库的文档标记语言。正好了解到标记语言的发展历史,就写篇文章聊聊。

Read More

【译】基于MarkupLM的web数据抽取

摘要

网站在当今数字时代已成为许多组织获取信息的关键来源。然而,从多个网站的网页中提取和组织半结构化数据存在挑战,尤其是在希望保持广泛适用性的同时实现高度自动化时。在追求自动化的过程中,自然而然的发展是将网页数据提取的方法从仅能处理单个网站扩展到通常在同一领域内处理多个网站。尽管这些网站共享相同的域,但数据的结构可能差异巨大。一个关键问题是在保持足够准确性的同时,这样的系统能够通用地涵盖大量网站。该论文检查了在多个瑞典保险公司网站上进行的自动化网络数据提取的效率。先前的工作表明,使用包含多个领域网页的已知英语数据集可以取得良好的结果。选择了最先进的模型MarkupLM,并使用监督学习使用两个预训练模型(一个瑞典模型和一个英语模型)在标记的汽车保险客户网络数据的训练集上进行零样本学习。结果显示,这样的模型可以通过利用预训练模型,在源语言为瑞典的情况下,以相对较小的数据集在领域范围内取得良好的准确性。

Read More

Rust中的宏

什么是宏?

宏是一种元编程的方式,和Java1.6引进的AnnotationProcessor类似,它可以在编译时生成源代码。这种元编程技术可以让我们从样板代码中解脱出来,比如Lombok。

Read More

唯物主义历史观

人猿相揖别。只几个石头磨过,小儿时节。铜铁炉中翻火焰,为问何时猜得?不过几千寒热。人世难逢开口笑,上疆场彼此弯弓月。流遍了,郊原血。

一篇读罢头飞雪,但记得斑斑点点,几行陈迹。五帝三皇神圣事,骗了无涯过客。有多少风流人物?盗跖庄屩流誉后,更陈王奋起挥黄钺。歌未竟,东方白。

贺新郎·读史————毛泽东

历史狩猎采集生产要素人口发展水平旧石器时代技术打制石器钻木取火燧人氏普罗米修斯代表元谋人北京人山顶洞人广谱革命突破单纯狩猎-采集模式开启对野生植物的系统性利用为农业革命奠定基础新石器时代技术第一次农业革命驯化植物(原始农业)神农氏驯化动物(原始畜牧业)制作陶器逐水定居有巢氏代表黄河仰韶文化(黄河中游彩陶文化)大汶口文化(黄河下游)龙山文化(黄河中下游黑陶文化)长江河姆渡文化(长江下游)-有巢氏良褚文化(长江下游黑陶文化)农业时代生产要素人口土地发展水平青铜器时代第二次农业革命锄耕式农业耒耜仓颉造字社会分工与国家起源黄帝大战蚩尤大禹治水大禹铸九鼎定九州重要文物二里头遗址夏朝都城三星堆遗址古蜀国都城蚕丛鱼凫,开国何茫然望帝春心托杜鹃殷墟遗址商代后母戊大方鼎我国现存最大青铜器青铜器制作进入鼎盛时期铁器时代第三次农业革命犁耕式农业欧冶子/干将莫邪奴隶制国家开始瓦解管仲改革(齐)官山海: 盐铁专卖田氏代齐(姜齐->田齐)三家分晋(晋->赵魏韩)变法图强李悝变法(魏)吴起变法(楚)商鞅变法(秦)历史周期律马尔萨斯陷阱技术四大发明工业时代生产要素人口土地技术资本发展水平蒸汽时代英国第一次工业革命机械化革命科学理论基础牛顿力学技术珍妮纺纱机蒸汽机火车(蒸汽机车)轮船(汽船)电气时代欧美日第二次工业革命电气化革命科学理论基础拉瓦锡化学法拉第电磁学技术内燃机卡尔本茨亨利福特电机发电机电动机电器电车电灯电报...现代科技时代信息革命数字化革命科学理论基础爱因斯坦、普朗克、波尔等人开创的量子力学图灵、冯诺依曼、香农等人开创的计算机科学沃森、克里克等人开创的分子生物学技术计算机半导体集成电路数据库操作系统搜索引擎人工智能核反应堆基因工程......

Read More