Những lợi ích đem lại từ việc tham gia Coling năm nay thật là không thể kể hết! Mùa hội nghị năm sau không có Coling lẫn EACL nên chắc chắn mức độ cạnh tranh sẽ khốc liệt hơn. Bắt đầu bằng NAACL, tiếp đó là đến ACL, rồi sau cùng là EMNLP. Còn một tháng nữa là deadline của cái đầu tiên. Với kết quả hiện tại thì mình tin rằng có thể có một bản để kịp submit. Nếu tính xa hơn đến năm sau nữa với EACL và đặc biệt là Coling ở Nhật Bản thì cần phải làm việc theo phương thức gối đầu mới có hiệu quả thường xuyên.
Chuyến đi Grenoble vừa rồi cũng thật hay. Thú vị nhất là trò chuyện với anh Dũng bạn anh Hạnh. Tất nhiên là ngay sau đấy tìm profile của ông này ngay lập tức và không khỏi khâm phục về vị trí ông ấy trong lĩnh vực điều khiển tự động. Khung cảnh núi non hùng vĩ ở đó có lẽ cũng góp phần giúp nhà khoa học tìm ra được những ý tưởng mới. Cảnh đó làm mình nhớ đến những ngày đêm lên lab ở Ulsan, cũng được gọi là "phố núi."
Orsay
3/11/14

Thật thú vị khi một ngày việc đi biểu tình chống Trung Quốc trở thành "mốt" của du học sinh Việt Nam ở nước ngoài. Nó làm tôi nhớ lại không khí trên các đường phố khi đội tuyển bóng đá nam Việt Nam vô địch AFF Cup năm 2008. Việt Nam đã bị Trung Quốc đô hộ suốt hai nghìn năm phong kiến. Đó không gì hơn là nỗi nhục của một dân tộc (giống như Trung Quốc gọi thế kỉ 20 là thế kỉ nhục nhã, là quãng thời gian đáng quên của họ). Với hiện trạng bây giờ, liệu điều đó có lặp lại? Hay Việt Nam có thể viết lên một trang sử khác? Dựa vào nội lực hay nhờ vào tình hình mới của thời đại?
Chúc mừng SN Bác!
Antony
19/5/2014

Sau khi submit thì tuần này mình tiếp tục tìm hiểu để đưa ra hướng đi cho đề tài hiện đang làm. Tuần sau present ở nhóm thì đồng thời mình cũng sẽ nói về cái đề tài đó. Ông Xavier nói điều quan trọng ở buổi presentation là mình nhận được càng nhiều góp ý của audience càng tốt. Rõ ràng cần phải học hỏi nhiều từ văn hoá chia sẻ, xây dựng ở xã hội dân chủ này. Chiều nay đi tàu nói chuyện với một cậu người Pháp làm cùng. Cậu ta so sánh việc người Pháp dù biết nhưng không thích dùng tiếng Anh với hình ảnh Asterix le gaulois khi bị người Roman xâm lược đã "xù lên" như thế nào. Đó là lí giải thú vị và hình tượng nhất trong số những điều mình đã nghe về chủ đề này.
Antony.
27/03/14.

Lúc mình submit bản đầu tiên là khoảng 24h trước deadline, vậy mà đă đến số 355! COLING được đánh giá là một trong những hội nghị lớn và uy tín nhất trong lĩnh vực NLP, chỉ sau ACL và EMNLP. Submit xong cũng thoải mái, biết chắc là không chạy xong kết quả của giải thuật Filippova để submit bản cuối, dù sao bản gửi đi cũng khá hài lòng. Discuss với ông Xavier lại sửa được khá ưng ý phần Evaluation cho giải thuật reranking là cũng rất tốt rồi.

Cuối tuần thoải mái, có một trận thắng đậm trước đội Xây Dựng. Chủ nhật thì có Đạt đến nhà chơi rồi cùng ăn tối cũng vui vẻ. Tuần mới bắt đầu với việc đọc báo, xác định scope của chủ đề mình đang nghiên cứu để từ đó tìm ra ý tưởng. Cũng vừa là một công đội việc, chuẩn bị seminar ở labo chu đáo một chút. Quan trọng nhất là để những người tham dự hiểu được vấn đề mình đang làm, nhờ thế họ có thể đóng góp ý kiến bổ ích cho mình.

Album mới của Lệ Quyên hay thật! Fighting!

Antony.
24/03/2014.

Những ngày trước deadline nộp bài vẫn luôn là những ngày dài. Tuy nhiên hôm nay đón nhận tin vui kép khi một cậu bạn cấp 2 cưới vợ. Và thú vị là ở chỗ trong đám cưới có thầy dạy Toán đến tham dự. Trong lúc nói chuyện thầy lại cho biết một thông tin là lớp trưởng và một bạn gái trong lớp sắp làm đám cưới. Hơi lằng nhằng khi người thông báo lại không phải là cậu lớp trưởng vốn kín tiếng. Dù sao đi nữa, thật vui khi lớp cấp 2 cũng có một đôi trong lớp cưới nhau. Ai chắc cũng cảm thấy thế, sẽ thật thú vị khi có một tập thể lớp mà trong đó có ít nhất một đôi nên vợ nên chồng. Bạn thử ngẫm xem...
Antony.
20/03/2014.

MU vẫn đang phải giải quyết những vấn đề hậu Ferguson. Cộng thêm vào đó họ vẫn đang trong quá trình chuyển giao thế hệ, điều vốn đã tồn tại từ triều đại của "ngài máy sấy tóc". Một mùa giải khắc nghiệt, nguy cơ trắng tay toàn diện đang hiển hiện rõ. Nhưng đêm nay, những cổ động viên của MU, những supporter trung thành có thể được hưởng trọn niềm vui và niềm tự hào một đêm của "an impossible dream", như đã từng diễn ra ở đêm Torino, hay đêm Munich. Hãy cứ mơ!
Antony.
19/03/2014.

Ồ, cứ mỗi lần có biểu tình lại được lấy cớ để làm việc ở nhà. Làm ở nhà thì tốn thêm tiền điện nhưng bù lại không mất thời gian đi lại. Thỉnh thoảng thay đổi không khí lại có thể tạo cảm hứng nghĩ ra ý tưởng mới chẳng hạn. Nói chung là bravo việc biểu tình. Hôm nay thì là nhà ăn CESFO. Mong hôm nào thì đến mấy bác lái tàu RER. Một ông bạn "chuyên thích nghe nhạc của bọn già hoặc bọn đã chết" (nguyên văn) nhờ down hộ bài của một nhóm nhạc Hàn tên Deulkukhwa (Hoa cúc). Không ngờ âm nhạc của tụi này lắng đọng và phù hợp tâm trạng vậy. Đọc bài nói về sự "sùng ngoại" của người Việt do một ông tiến sĩ người Áo gốc Việt viết trên Tuần Vietnamnet. Bài này cũng do ông bạn giới thiệu. Không nghĩ bài đấy nó cũng hơi hót. Hoá ra tác giả hay có bài trên đó. Nội dung bài viết thì có sự lí giải về tâm lý sùng bái phương Tây của người Việt với cái nhìn trên khía cạnh xã hội khá thú vị. "Entropy đạt mức cực đại khi các phần tử chuyển động hỗn loạn nhất."
Antony.
18/03/2014.

Sáng nay dậy muộn, gần 12h trưa mới nháo nhào đi chợ Antony. Trời nắng đẹp, may mà không vác cái áo phao to tổ chảng nếu không thì phí cả buổi nắng đẹp. Trên hè phố nườm nượp các gia đình kéo xe, xách rỏ đầy những đồ tươi ngon mua ở chợ đi theo hướng ngược lại. Haiz, họ dậy sớm đi chợ sớm. Nhưng đi chợ cuối giờ thì có cơ hội mua được hoa tươi và hoa quả giảm giá. Tự an ủi thế nhưng rốt cục mua hết hạn định 30eu nên đành lủi thủi đi về mà không mua bó hoa nào. Toàn đồ ăn tươi ngon (mỗi tội hơi mắc!), lại nghĩ đến ở nhà các bà các mẹ toàn phải mua thịt tăng trọng với rau phun thuốc kích thích, thuốc trừ sâu. Chiều 5h xỏ giầy đi chạy ra Parc de Sceaux. Vâng, lại gặp một đoàn các gia đình già trẻ lớn bé có cả đi về. Họ có lẽ ăn trưa xong ra sớm hoặc mang đồ ăn theo ăn trưa ngoài đấy. Hơn 5h chiều vẫn đầy người, đầy các màu da, tiếng nói, náo nhiệt, dễ đến mấy vạn người. Một cái SVD ngồi sát nhau cũng được quãng đấy, trong khi Parc de Sceaux diện tích cũng phải mấy chục cái sân như thế. Lúc về chạy vào gare La Croix de Berny tính quá giang một đoạn nhưng thấy chờ những 10' nên thôi lại quay ra. Cuối tuần này đang có miễn phí các phương tiện công cộng với lí do giảm ô nhiễm nên dân tình đi pinic càng đông.
Antony.
15/03/2014

Hôm nay cố ở lại làm nốt cái script để evaluation mà vẫn phải để sang tuần sau. Lâu lắm mới rời khỏi lab lúc 20h, và tính bên Pháp thì là lần đầu tiên. Định đi bộ xuống gare Le Guichet thì thấy xe 09 chạy ngược trở lại. Nghĩ thế nào thấy lười lười lại ra đợi xe bus. Gặp một chú Ấn và một chú Pháp đang nói chuyện bằng tiếng Anh. Họ ngó cái bảng xe bus rồi kêu hết xe rồi định đi bộ xuống. Mình thấy thế bảo 07 xuống Orsay thì hết nhưng 09 thì sắp có. Mình còn giơ cái điện thoại ra giải thích là còn 6' nữa. Chú Pháp nói tao thế nào cũng được (ý là tao đi bộ hay chờ tiếp cũng được). Chú Ấn nói tao đeo cái ba-lô nặng nên thích đợi xe hơn. Vừa nói chú Ấn vừa kéo kéo quai ba-lô để chứng tỏ là nó nặng. Đợi một lúc thì xe đến. Xuống gare Le Guichet đang đợi tàu thì gặp Mac. Hóa ra nhà nó nằm bên kia của cái cầu cắt ngang qua đường tàu. Chắc gần một cái nhà mà hồi trước mình định đi xem. Nói được mấy câu, nó bảo khi nào rảnh qua nhà nó chơi, thì tàu đến. Về đến nhà cũng đã 9h. Cây hoa để ngoài cửa lại bị héo nên mình lấy cốc nước tưới cho nó. Ăn xong rửa bát rồi cũng đến hơn 10h. Đi ngủ sáng mai còn dậy đi đá bóng, có trận với Gió Lào. Sao bỗng thấy không còn hào hứng khi nghĩ đến việc đá bóng trên sân nữa. Chắc do mấy hôm nay làm việc hơi căng. Vậy là cũng đến cuối tuần thứ hai kể từ khi quay lại Pháp.
Antony.
14/03/2014

A nice tutorial on POS tagging

Part-of-speech tagging from 97% to 100%: is it time for some linguistics?
http://dl.acm.org/citation.cfm?id=1964816

A pretty good introduction about HMM

"A Revealing Introduction to Hidden Markov Models" http://www.cs.sjsu.edu/~stamp/RUA/HMM.pdf

Biomedical text mining

Biomedical text mining (also known as BioNLP) refers to text mining applied to texts and literature of the biomedical and molecular biology domain. It is a rather recent research field on the edge of natural language processing, bioinformatics, medical informatics and computational linguistics.
...
Wikipedia

Microsoft Web N-gram Services

Microsoft Web N-gram services are a cloud-based platform for language modeling research in the areas of web search, natural language processing, speech, and related areas. A collaboration between Microsoft Research and Bing, the services provide access to real-world web-scale data with regular updates.

The Web N-gram services provide you access to:

Content types: Document Body, Document Title, Anchor Texts, and Query
Model types: Smoothed Backoff N-gram models with N up to 5
Locale: Web documents indexed by Bing in the EN-US market
Access: Hosted Services by Microsoft with SOAP and REST interfaces. Python development kits are also available.
Web models: N-gram models based on Web snapshot taken in June 2009 has been and will always be available. Additionally with the support of NSF, models from two snapshots taken in April 2010 and October 2010 will be hosted on Windows Azure for at least 3 years. Further updates will be updated based on community feedback.
Query models: N-gram models based on 9 months of Bing queries up to June 2009 will always be available. In addition, a monthly update to query N-gram will also be provided. The services will maintain up to 3 query Ngrams based on storage and usage patterns.

(from http://web-ngram.research.microsoft.com/)

ACL 2012

http://www.acl2012.org/

Welcome to ACL 2012!

For the first time, the annual meeting of the Association for Computational Linguistics (ACL) comes to Korea, a vibrant country with rich language and cultural heritage. ACL 2012 will be held in Jeju Island (濟州島) on July 8-14, 2012. In conjunction with ACL 2012, a series of research workshops and conferences including EMNLP and CoNLL will be co-located in Jeju.

Building on the success enjoyed by the past ACL conferences, ACL 2012 will continue to strive for a comprehensive conference program that covers a diverse field of computational linguistics and that recognizes the importance of both theoretical and empirical approaches to research problems.

In 2012, ACL marks its 50th year of scientific activities and community services. On behalf of the organizing committee,
I invite all of you to Jeju to join the celebration!

Haizhou Li
General Chair

Is it just a waste of time? Word Sense Disambiguation for the skeptic

http://lml.bas.bg/ranlp2011/invited.php#navigli

Summary: Word Sense Disambiguation (WSD), the task of automatically associating meaning with words in context, is a long-standing problem in the field of computational linguistics. There can be no doubt the problem is a tough one. Researchers began to study the automatic association of meanings with words as long ago as the late 1940s. And they have been struggling to put their ideas into effective practice ever since. All too frequently their results have been disappointing not only in terms of disambiguation quality, but also when their WSD has been plugged into applications such as Information Retrieval and Machine Translation. Nevertheless, this pessimistic scenario has been progressively changing over the last decade, to the point that high disambiguation performance has been reported in recent work on the topic, indicating that WSD is more than alive. In this talk I will "challenge" the skeptic and analyze how and why WSD has achieved remarkable improvements in the last few years, and what promises it holds for the near future in terms of both in vitro performance and end-to-end applications.

meta-learning (learn to learn), computational learning theory, psychology & philosophy (understand the problem and understand the understanding of problem)

http://www.wordnetchat.com/phpBB2/viewtopic.php?t=35

$rules=array(
"s", "ses", "xes", "zes", "ches", "shes", "men", "ies",
"s", "ies", "es", "es", "ed", "ed", "ing", "ing",
"er", "est", "er", "est"
);
$fix=array(
"", "s", "x", "z", "ch", "sh", "man", "y",
"", "y", "e", "", "e", "", "e", "",
"", "", "e", "e"
);

Discover the biggest cave in Phong Nha - Ke Bang, Vietnam

The new discovered cave in Vietnam, called Son Doong is considered to be the biggest cave in the world, with the height of 150m and the width of 200m. The previous highest cave belong to Malaysia, called Deer is 100m high and 80m wide. A group of natural scientists from British Royal found this cave after a long journey into the tropical forest in Phong Nha - Ke bang.

More details in http://www.dantri.com.vn

How to use unicode resources with <bean:message> tag in Struts 1

Unicode becomes popular in programming. However, in some cases, you cannot use direct Unicode encoding text. The example below is one of those cases.

In the welcome.jsp page, I want to display Korean texts which come from:
- Static text in the source code of welcome.jsp (page encoding = utf-8)
- Message load from properties file using <bean:mesasge> tag
- String bean value get from <bean:write> tag (Unicode string)

I have tried many ways to make all the three strings display correctly but always only two values are displayed correctly. The problem is that <bean:message> writes the value using system default character set (usually ISO-8859-1) Cause I don't understand clearly about i188n multilingual and locale so I cannot find the solution using locale. At last, I found the approach converting from original Unicode encoding to ASCII presentation of Unicode a very convenient way. The conversion can be done by native2ascii tool (come with JDK)

Welcome.jsp

<% @ Taglib uri = "/ tags / struts-bean" prefix = "bean"%>
<% @ Taglib uri = "/ tags / struts-html" prefix = "html"%>
<% @ Taglib uri = "/ tags / struts-logic" prefix = "logic"%>
<% @ Page contentType = "text / html; charset = utf-8" pageEncoding = "utf-8"%>
<html>
<head>
<title> Welcome </ title>
</ head>
<body>
Static <p>: 표제어
<p> Load from resource:
<bean:message key="main.title">
<p> get from server:
<bean:write name="name" scope="session">
</ body>
</ html>

korean_utf8.properties

main.title=표제어

korean_ascii.properties

main.title=\ud45c\uc81c\uc5b4