3/29 mo3dict 萌典第三次黑客松文字轉播

11:15 au 開場

提醒大家等一下到講台前都會有直播

流程:11:30 五分鐘介紹自己,接著午餐 + 15mins 短講

後面有咖啡紅茶,桌上明信片可以帶回家,不滿意的可以換卡。這是文總的兩岸辭典計畫裡面的找出任何中文字是用中文字組成的字再找設計師設計,這算是文總的廣告…感謝文總贊助經費

11:20 au 從自我介紹開始直播 + 文字轉播

kcwu 小光:今天我還沒有很確定想做什麼,可能會巡田水或玩筆畫組字,也許會加入其他組

airos:我還在找尋自己的定位,本職事平面設計,最近的貢獻是……廣告,募資到633萬時擔心蘋果日報的文宣,所以去找聶永真老師,如果平常有平面設計的需求可以跟我聯絡

a0kman:今天農業松併到萌典松,因為還小,等一下會介紹農業松跟小短講,可到超濃郁 hackpad

冰牙 icyfang:第一次來,想看有什麼地方可以幫忙

a0kman補充:是 bbs movie 創作者之一,台大藝術季行銷

isacl:繼續弄零時廣場,看大家有什麼要幫忙的

poga:繼續上週的萌典松弄對聯遊戲,已經會動了,但還有很多需要加強的部分…如果卡住了就跑去其他組裝沒這回事,哈

hc:今天是來併松的,啥米零時政府,11月要辦 g0v summit 今天第一次開會,1:40要離開所以短講完後討論

caasi:筆畫坑、筆畫債,如果做不出來就跳其他組 XD

俊廷:今天第一次跟朋友一起來,好奇貴組織貴單位是怎樣的理想,我希望可以幫助到你們。

榮芳:我叫做榮芳。

義雄:文化總會

↓三位國教院

彥平:教育部……發展中心,……台灣大學高老師也在這裡,今天很高興來到這邊跟大家學習。

慶隆:感謝唐顧問,一個月前曉得有這個單位,那時候也請唐顧問到我們那邊演講,有很多要跟大家公開的內容,希望讓更多人使用。

雲龍:國教院教育資源既…中心,很多教學影片和客語教材希望跟大家分享

↓台大外文

高照明:第一次看到唐鳳在編譯中心的 presentation 覺得萌典太厲害了,顯示我們台灣的軟實力,這次來跟大家學習也分享我做的東西,下午一點多要先離開。

ETBlue: 請大家幫忙補完逐字稿。

阿石 (a-tsioh):我之前大概都是參加萌典的計畫,(秀畫面),這個禮拜因為大家都知道的事件,希望做一個搜尋引擎,希望知道大家在那邊說什麼。把那些文字轉播放在一個search engine上面,有一些演算法可以發現哪一條是跟其他的話比較像的,這樣可以瀏覽類似的

ipa:今天是來參加啥密松

bropheus:我是場地主人,負責今天的硬體跟食物,去年底開始參加g0v,308因為有人說要佈網路,原本有直播器材要帶去結果就變成負責直播的人,這次 318 直播坑變很可怕所以最近都在忙這些

venev:我跟 bp 是這邊主人,任何需要歡迎找我們。308我也是直播,318支援g0v後勤中心,原本在網路跟直播出建議,現在支援物資跟後勤。上次有討論怎麼讓物資資訊流變流暢,一個禮拜後現在已經統一了,相關經驗歡迎參考。

au:接下來半小時自由分組完大風吹、換位置…etc。今天的啥密松有時間限制,所以中午想討論 g0v summit 先來找 hc,其他人正常進行。下一個會直播的節目是 1:30 的 15分鐘短講。

hc: 好像很多人第一次來,所以我描述一下目前的 context,如果還不知道可以做什麼的話,這裡有各式各樣的坑,要不要寫程式的都有。時間跟場地已經確定(詳hackpad)最大廳可以 420 人所以人數以這個規劃。希望不收費,按照之前舉辦經驗大概七成報到率,所以可以六百多位,人數跟場地大概會需要50萬左右經費,下面有明細。晚一點可以在討論。現在需要很多工作人員,有一大堆坑,如果目前不知道有什麼可以參加的話可以考慮。一個是網站設計,跟網頁程式,現場場務,場控,預期會邀請國外會眾跟講者,需要口譯,英文是基本,其他語言再看情況。

問:口譯?

答:目前希望是志願的,如果沒有人口譯就找其他support

問:把需求給我,我找系上的口譯,是很好的實習機會

平面設計,名牌、海報等,我剛才聽到有人有平面設計專長…

(科科科)

規劃要做專案demo,要有人負責報名,議程包括純技術,希望有跟ngo或至府單位的panel,目前這不是志工是我直接找人。目前會需要PR,我自己辦的活動沒有但g0v不一樣,贊助是一定要的因為50萬,目前傾向不跟會眾收費,所以要找贊助。網路的部分直接有人跳坑,攝影活動紀錄可能要streaming所以bp…科科科。另外有食物需求。timeline、構想(詳hackpad)

這個專案跟g0v其他專案不一樣的是這個比較像是task force,不是你來了隨時可以走,所以……不過每個組或每個工作認領的人會比較有說話的權力,我會傾向自己當中央銀行,下面自由經濟,不行再出手干預。目前大概這樣有興趣到前面討論,今天主要是把每組工作人員敲定,有想法提出來。

13:30 短講時間

第一棒李主任

我第一次參加…今天來主要介紹一下我們建的內容,看看有沒有讓使用者更方便的方式。雙語詞彙、學術名詞暨辭書資訊網,…研考會的資料交給我們,學術名詞偏英文翻中文,裡面以將近140萬則內容。辭書資訊比較像辭典,像教育怎麼解釋、computer怎麼解釋…詳細的內容。目前整合在一起,有查詢功能,詞彙查詢同時可以查三個資料庫,例如 president,有學術名詞、雙語、辭書…不同領域中有不同的意思,呈現方式是像這樣…上次聽唐顧問把國語辭典閩客語整合在一起,看有沒有更好的查詢方式對使用者更方便。查詢時中英文都可以查,點進去以後可以有進一步的解釋,現在可以用bar code 直接進去。有提供下載專區,提供各類的名詞,有一百四十幾萬則的名詞與雙語詞彙的內容,有人說分得太細,不好下載,看看沒有更好的方式。另外萬一查不到的話會有詞彙的建議,唐顧問說我們應該連結在一起,查不到的時候可以建立,也有討論區。希望有對使用者更好的方式。

au:我那時候想找 hash table怎麼翻,英文翻成 pound,但這是錯的,可能有人把鍵盤上的 shift-3 鍵跟雜湊表弄混了,我發現要回報要先註冊,gmail變垃圾信,還要 captcha,所以建議說是否有共用系統可以直接feedback。

教育媒體:國家教育研究院

首先介紹客語教材網頁,客語總共有六腔,四海大平安,國小四五年級都有課本電子書,希望看看怎樣比較好用。MOD教學往根據七大領域和重要議題製作很多教學影片,分為國音書、社會、性別平等…放在教學網也配送到學校教育局。怎樣讓這些好的影片讓更多人知道?我們按使用對象年級分類。愛學網,分三個版面,裡面有幾大主題…今年起會改版加上高中職的部分,怎麼推廣也是請大家看看。愛學網顧問團各縣市有請教育局推薦一位顧問,以小朋友的角度看網站怎麼經營,全國登有分台學校,定期拍攝影片放到這裡來。希望有更多學校來使用。有辦教學媒體競賽,作品在媒體競賽網,有動畫。

中英文自然語言處理技術在計算辭典學的應用

講者:高照明

影片: https://www.youtube.com/watch?feature=player_detailpage&v=eH2VvJ9TqQg#t=8637

今天跟大家分享一下,我們用自然語言處理的技術,在計算辭典學上的一些應用。

我知道各位都是萌典的核心成員,所以你們其實很多創意。我們現在有個計畫希望教育部通過的話,語料部份可以公開給大家,通過之後語料跟程式應該就會公開。

我做了一些東西,包括兩個中文的 parser ,一直還在改良當中,用語料庫跟工具做一些中英文搭配跟雙語的對應的。搭配就是 collocation ,就是常常一起出現,我是考慮到語法的存關係,譬如動詞受詞啊或是主詞動詞,我會特別去找這種關係出來。這個就統計跟機率我想我就跳過去。

我們利用依存關係找出搭配,所以怎麼做呢?從中研院的句法樹庫裡面利用 maichine learning 的工具去做。……向逐根筷子有關係,從裡面去學習這些關係,得到兩個 parser ,一個是不考慮詞性的,就是一個 PCMG………blah,得到一個blah…這還是有缺點所以我們又做了一個dependency的parser,就可以得到一個兩兩兩兩的關係,主詞動詞副詞…,到底哪邊是中心,是左邊修飾右邊,還是右邊修飾左邊?到底有沒有關係…blah,用這個parser把台大ptt跟…文本,總共一億字,…搭配語辭典。吃有很多種,吃餐廳跟吃麥當勞一類,吃午餐跟吃麵包一類,所以我們用HowNet(大陸的),HowNet會把他變成有語意的關係,看到火鍋他會說是tool|用具,他是雙語的,我就可以同時處理中文跟英文,這樣就知道語意的類別。我吃火鍋不是火鍋,而是火鍋裡面的料。所以我們想找出哪些是學華語比較需要的。有些是吃食物,有些是吃人,有些是吃工具-這就是外國人學華語的時候會遇到的問題。像吃父母、吃老公、吃螺絲,利用這個可以找出有趣的搭配。像吃(地點),吃(資源),不同的意思可以分開來。吃(子彈),吃(罰單),不好的意思,受到的意思,挨的意思。

…如果用在華語教學,想知道沈的主詞,以為只有船但實際上有很多。中文的搭配很多像是打,打電話,打籃球,打廣告,打知名度…透過這個就可以找出來。

漏氣漏口風(資訊)、漏油(材料)…我做一個雙語的檢索程式,如果我們那個八年的計畫通過的話,各位就可以拿到這個資料,裡面有光華雜誌需要授權,可以查到對應句(中英文對應),最重要的是 alignment ,這是利用工具做的,不是查辭典,是用 charmazon(?)這個句對應的工具,………對應機率 blahblah…各位如果有興趣可以先用 www.tausdata.org,有句對應,主要是it領域的手冊,句對應做好以後只要做詞對應就可以了。我用taus來做台灣跟大陸的術語有什麼不同。……透過英文的word alignment來做台灣跟大陸用語的對照。(使用工具清單在投影片中)

caasi :如果八年計畫沒過的話,這些資料會怎麼做呢?

答:剛才都是我過去國科會研究的資料,如果沒過有些語料沒辦法授權,但 PTT 應該是可以公開,把一些沒有版權問題的先公開。第一階段就再買語料,如果各位有興趣,我們會先從買語料,從中文、雙語的,希望大家做自己有興趣的部分。林主任認為是說會過,但是規模會縮小很多,等他通過我們就買語料,很多地方我覺得可以跟計畫拖開來,像 PTT 的部分應該沒有問題。雙語我就沒辦法,不能公開。

阿石:所以 PTT 資料會提供 dependency parser

答:那個是我跑過得,那個可以提供給大家,那是兩個 parser , dependency parser 是兩兩兩兩,大概百分之八十左右,不是太高,其實不太容易成功,中文詞性加上分詞錯誤,分詞錯誤後面就是錯的…blah…大家可以去改良,把我的 PTT 那個部分…我會先公佈 MySQL 的。

au:感謝文字組聽到瓦肯星語還是打出來… XD 之後再透過錄音補完

群體動作與科學

講者: a0kman

本來想講你以為的農業,因為最近的事情所以…科學分社會科學跟自然科學,群體動作比較多是社會科學的研究,但自然科學也開始有探討。自然科學會用到的名詞:催化,簡單的說,如果要讓一件事情去發生,要給他一定程度的能量才會去發生,但給他一些催化,只要給小小的能量才會發生。過冷:瓶子裡裝水進到杯子會一下變成冰塊…。有時候液體進到零度以下還不會結凍,買可口可樂以後打開,就會瞬間結凍變成小冰晶,這是過冷現象。quorum sensing,有一兩隻細菌會釋放出一些分子來,細菌多到一定數量的時候,會好像已經約好了,開始釋放出以前沒看過的東西,或集體做一些動作,像是一起發光。一些海洋生物會把微生物西到體內,靠這些微生物發光。有些是進行到一定量的時候開始群體移動,叫做 swarm?可能會釋放出有毒物質或一些我們還不知道的行為。人也是生物的一種,假涉有一些事件需要五千人才會發生,生物的一種,假設有一些事件需要五千人才會發生,在資訊不發達的時代一件事情要傳給別人速度並不快。要五千人才發生,但已經七千人了,事情還沒發生,這是我剛才說的過冷現象。有些事情理論上要累積這麼多但卻突然發生了,因為有催化。具有領袖魅力或號召能力的人出來講什麼話,或零星發生的事情被注意到時就發生了催化。這在自然科學跟人類學都是常見的現象。以前可能被摸掉、拍掉、封住、…現在傳出去的速度快,導致…我自己的看法,組成模式,過往事件發生的模式有明顯的首腦,只要幹掉就會潰散,現在在網路上,所謂的首腦是模糊的意識、情緒,很難推出誰是代表人。在這類大型活動中有比較明顯的人物,但不是首腦,只是本身攜帶大量的情緒在裡面。土耳其工人事件因為twitter傳播開來…土耳其已經沒多少綠地,政府還要把公園拆掉,一開始有人抗議,後來散出去,導致一群人把公園佔下來,發生激烈的衝突。他也是利用網路的力量,把首腦幹掉並沒有用…WWE摔角,這個人叫yesman,因為被高層陷害不滿有衝突,他在前兩天在摔角現場說我要發動yes moment事件,結果一堆觀眾霸佔摔角台,後來他就去爭取到他要的東西。在這類事件裡面是不斷累積民眾的情緒,在WWE裡面支持他的人擴張到一定程度以後再由他去發動。

au:一分鐘

其實很多自然科學現象跟人文科學現象有接近的地方,像jk 羅琳用假名去寫小說被找出來,這跟基因相似。

14:24

bp:

第一,看後面那台攝影機,之前有提到webcam跟ipad攝影功能有線,所有考慮使用dv來做,現在這個可以用燈架價到比較高的位置,318晚上就是用燈架舉到2F拍到不會被擋住的畫面。現在看到的是那天的配置加上電動雲台,可以做在底下沙發用遙控操作方向跟zom in zoom out,比較正規攝影的時候,半機動組可以考慮用這種配置。(白板)上中下三個部分,反黑箱因為有很多訴求在媒體上被混淆,前兩段是怎麼帶大眾用公民法律的常識基礎來解讀。什麼是黑箱?為什麼是闖關?自由經濟、中國政治…其實很多不是很多這次參與者的訴求。另外這次行政院驅離的時候把記者先請走,這在新聞自由國家是很難想像的事情,這些事反黑箱反闖關要做的事情。從傳統媒體被壟斷、被中天、到318有大量公民記者出現,大家才發現一台ipad已經可以做出上萬人看的直播,現在坐大以後大家已經有一次經驗了,如果還有下次的話,相信大家可以用更快速有效的方式價起來。現在不是咬出事五們就衝過去扛下來,這次蘋果有問我們直播怎麼做,他們還是用比較傳統的想法來做這件事,今天聊到台大壹新聞,他們可能是比較適合來做這些事情的。我們可以用比較不宅的方法告訴一般人該怎麼做,讓大家都可以自己參與。像這次我們開始好人化跟工具人化…避免這種事情發生可以把文件跟工具丟出來。最底下兩行,hakcfoldr有被api攻擊、youtube影片被大規模檢舉下架,這已經是影響到資訊透明,個人比較不能忍受,想寫文章來說這件事情。後面三本今日推薦書可以翻一下。

6:30 阿石

我原來以為是文播的速度太快沒辦法看得懂,所以個人需要一個search engine,活動結束後需要一個看到大家說什麼、可以瀏覽的介面。(show hackpad、github)今天…有幫我做…collection,所以很方便就有…api,這邊的重點是…analysis,發現哪個文章跟哪個文章比較像,後來會變成這樣(分子圖),其中一部份是做api,我做一個簡單的介面讓大家感覺到我的觀念,這裡每個點都是一句話,在下面跟…有關,(按了會顯示個別頁面)目前介面大概這樣,各位有空可以幫忙。我還找到活動的關獻自,做了一些文字雲,後來可能可以按每一個詞然後看有關的msg。因為詞料都有timestamp,可能後來也可以用calendar view,我現在真的需要web design的幫忙。

19:45 成果分享

服貿組 johnson

我是最近一次大黑客松才加入的,上禮拜也有來,本人是CCSP助教之一。「你被服貿了嗎」讓使用者打自己的公司、行號名稱或職稱,輸入公司可以列出營業登記項目,可以把他的營業登計項目跟服貿開放的登記項目作比對。我們有新作的是UI的部分,因為那個條目有點長,原本每個項目都分四種模式,我們把他翻譯成四個問題,原本跨境提供服務沒有限制、境外消費沒有限制…太難讀,我們把他翻譯成…「愛怎麼做都行」。有些東西很長,我們有個accordion可以ˇ展開來看。之所以會做那麼久是因為服貿在談的時候,他們是使用聯合國的CPC行業標準,我們這邊的登記項目是我們的登記項目,原本以為只是兩個表結果發現對來對去竟然有missing,左邊是CPC右邊是我們的項目,到底開放幾項結果登記是55,才發現他們數的方式跟我們很不一樣。這中間很多人工的部分,我們還在對。目前還在努力當中。

19:52 濃郁松au

今天主要做的是跟奧課曼和球球做濃郁松。因為hackfoldr.org目前遭到網域挾持 (自動顯示g0v.today 內容),進去要手動打 /agriculture/……希望之後等大部分人都去g0v.today後恢復hackfoldr原本首頁顯示的使用方式。濃郁松…(slogan)目的有兩個,一個是把農委會資料及挑出對農民最有用的部分,看農藥是否合法、施做注意事項。我如果是有機農業支持者,我想知道號稱有機裡面哪些還有要殘留。這兩個是一體兩面。這次把容泥王的資料去數有哪些可以使用,一個是農委會的田間檢查資料,固定每個月更新,衛福部也有自己做一個,但不定期更新,格式不固定,裡面的關鍵字都不一樣,唯一一樣的是維護農產品使用的安全這串字樣…所以主要就是以農委會的為準。在農藥的farmer這篇的話目前已經是oopen data,每種農藥有廠牌名稱含量用在哪裡等等。這兩個資料原本有檢索系統,但要先選你要查什麼,查到後會把所有pdf給你下載,開pdf進去找,很困苦。其實所有欄位的值是不重疊,農藥名稱絕對會跟職務跟病蟲名稱相同,意思就是說所有的搜尋欄位可以併成一個。反過來就是在調查表上也一樣。所以我們就瞬間做出一個proto,完全沒有css,下次大松要徵求設計幫忙,兩個入口,有藥劑使用方式跟農藥殘留。進去就是一個列表…我們來看三落松…已經轉成靜態網頁也加入google index,等索引起來就可以跟萌典一樣反查。反過來消費者這邊可以看到所有的有機產品。目前所有的style都一樣,需要幫忙的是把有檢出或殘留的變紅色…以上。

19:59 poga

我從上禮拜說要做對聯遊戲,基本上就是我給你上聯,給你一堆字,你想辦法湊出下聯。對聯有一些規則,給上聯以後可以把一些字往裡面擺,他可以顯示出你的斷詞平仄是有對到的。上禮拜做出這個,這禮拜做出有對到會變成綠色…這東西還有一些困難比方說常用五千字要可以對出有意義的東西有困難,再來是對聯規則的判斷像是上聯風景下聯也要風景,所以我只判對最基本的平仄跟詞性。 

20:10 緊急插播 nchild

你被服貿了嗎專案什麼時候會上線呢?我們今天是要拼上線,才能夠趕在明天330遊行之前給散播出去。而且今天不只要上線,還要拉出另一個服務,是服貿地圖,也要在今天上線,服貿組今天要拼兩個服務,在場有些人是去年有參加勞動基準黑客松,我曾經許願當時生日希望能夠做好,但這就跟參與黑客松的精神一樣,如果沒做好就有人前仆後繼,所以我們就前仆後繼的生日,我們今天服貿組有人生日,組員有準備啤酒跟蛋糕,大家一起唱……

ipa:你怎麼發起服貿地圖?

lijung:那時候我第一個來到g0v的專案是改版官網,我爸那時候很討厭服貿,那時候剛加入沒有其他的專案想說順便分析一下。跟郝先生見面也是意料之外,突然跟郝明義他們見面。

ipa:喝酒!