Rain's Blog

好像还是鸽了不久😧，私密马赛 先晒一下新到的《黑色柳丁》cd 上次写到红专，那么还剩《太美丽》《再见你好吗》《Stupid Pop Songs》 太美丽其实最近一直在听这张，感觉虽然是有点商业了，但是并不敷衍，很多歌都很好听。 自导自演的悲剧 —— How Long豪庭 似曾相识 —— Finally“最终”遇到了似曾相识的你，还是“最终”把你忘记。 不爱 —— Forever唱的不爱，却还是“I love you forever” 再见你好吗这张听的有点少😬 勿忘我 —— Yodeling融合了约德尔唱法的一首歌，那么就很好理解这个翻译了，过于直白了 那个女孩 —— What a Girl其实这首歌感觉英文翻译更好，对一位同时脚踏俩兄弟船的女生的吐槽（？maybe） Stupid Pop Songs新专倒是翻译老实了不少 Moonchild —— 梦在萨克斯听爽了说是 陪你 —— Forever Penny老大你不要太爱Penny姐 微尘 —— From Dust to Dust其实还挺好理解的，毕竟这首歌就像一个吟游诗人唱的史诗歌曲。

其实老大很多歌的英文名还是挺有意思的，正好最近不是很忙，可以来一期盘点。当然这里只会挑一些我觉得有趣的歌进行盘点。 陶喆同名专辑 —— 蓝专沙滩 —— Blue Moon虽然歌词里并没有出现月亮，但是在你听歌时肯定能想象出这样的景象：沙滩、海浪、微风、明月。搭配上歌词中“我的心 我的心 蓝蓝地”，也不难理解这样的翻译。 心乱飞 —— DO I DO I和歌词中“酷哥就该爱上辣妹”，好像用 DO I DO I仿佛也不难理解。 十七岁 —— Our Love这首歌正是一首关于十七岁的恋爱的故事，英文翻译倒是更为直接的表达了这一点。 I’m O.K. —— 黄专找自己 —— Rain倒是不难理解，毕竟“哗啦啦啦啦天在下雨” 天天 —— Close to you相比于中文歌名的含蓄，英文名倒是更加直接表达了内心的情感，“我的心已经飞到这个城市另一边”何尝不是想close to you。 黑色柳丁 —— 黑专讨厌红楼梦 —— Let’s fall in love老大的经典小黄歌，和《天天》倒是有异曲同工之妙，英文歌名倒是更加的直接。 今天晚间新闻 —— The world today这首歌在大陆 ...

Soul Power II 苏州很难说是什么时候喜欢上的陶喆，可能是那段时间的B站鬼畜，亦或者是跨年晚会的《流沙》与《蝴蝶》，但最终每一个淘比特都躲不开的就是2003的Soul Power演唱会，每次点进sp的视频就会被硬控两个多小时。所以自从老大翻红之后就很想去一次Soul Power II，这次也要感谢帮我抢票的代拍。不过就是第一次且一个人看演唱会属于是buff叠满了，下次能不能有喜欢陶吉吉的女生和我一起去。 换到体育场之后，吉吉的舞美没得说，还是一如既往的精致真诚，老大也是基本不停地唱了3小时，每首都很卖力，还唱了新专的《千言万语》（老鸽新编真的是统治区）和sp2第一次唱《马戏团》《high high high》。反正看完后一直回味了很久。 全场回放把我用手表录的全场放这儿了，链接在这儿，可以直接导入apple music。 歌单如下 照片

登泰山记——答辩后的特种兵旅行首先可喜可贺，在夏令营、保研、毕业论文、答辩等一系列拖更理由后终于是恢复更新了。 由于受不了答辩结束后还要看项目里某位的丑恶嘴脸，于是和同学约定一起去爬泰山看日出，感谢一起去的同学们，也是本科一次难忘的经历了，还要感谢大家在十八盘的时候把抽筋的我拖上去了😭。总的来说就是十八盘很抖，日出也很震撼，人也很多。 ps：泰山结束还闪击徐州大吃特吃一顿 泰山 徐州

说忘记更新都是假的，单纯的摆烂，极致的享受，来看看最近在听什么歌吧 《再见以前先说再见》 第一次听还没有那么喜欢，但是越听越上头 《黑色柳丁》+《今天晚间新闻》+《dear god》 很有连续性的三首歌 《Katrina》 更喜欢老大的这一个版本 《寂寞的季节》 又到听这首歌的时间了吗？ 《月亮代表谁的心》 味大，无需多盐。非常好的改编，使我的mooncake旋转 《今天你要嫁给我》 中国人自己的love story？看了下面的视频才觉得写出这首歌的简直是甜菜

Part 1: Count-Based Word Vectors大多数词向量模型都是从以下想法开始的： 你应当通过一个词的同伴来认识这个词（Firth, J. R. 1957:11） 许多词向量实现是基于这样一个理念，即相似的词（即近义词）会在相似的上下文中使用。因此，相似的词通常会与一组共同的词（即上下文）一起被说出或写出。通过检查这些上下文，我们可以尝试为我们的词开发嵌入。基于这一直觉，许多“老派”构建词向量的方法依赖于词频统计。这里我们将详细说明其中的一种策略，即共现矩阵。 Co-Occurrence共现矩阵计算在某种环境中事物共同出现的频率。给定文档中某个词 $w_i$，我们考虑围绕$w_i$的上下文窗口。假设我们的固定窗口大小是n，那么这个窗口包括该文档中 $w_i$的前n个词和后n个词，即词 $w_{i-n}$, … , $w_{i-1}$和$w_{i+1}$, … , $w_{i+n}$。我们构建一个共现矩阵M，这是一个对称的词与词之间的矩阵，其中$M_{ij}$是所有文档中词$w_j$出现在词 $w_i$的窗口中的次数。 示例：固定窗口大小为 n=1的共现： 文档 ...

Tree-sitter是什么Tree-sitter 是一个解析器生成工具和增量解析库。它可以为源文件构建具体的语法树，并在编辑源文件时有效地更新语法树。有以下特点 通用 足以解析任何编程语言的通用性 快速 能够在每次编辑源码时及时解析 强大 即使存在语法错误，也足够强大以提供有用的结果 无依赖 所以那些用纯 C 编写的运行时库（runtime lib），可以嵌入到任何应用程序中 通过tree-sitter可以将目标语言实时解析为语法树。 安装未完待续……

什么是BM25BM25算法是一种常见用来做相关度打分的公式，思路比较简单，主要就是计算一个query里面所有词和文档的相关度，然后在把分数做累加操作,而每个词的相关度分数主要还是受到tf/idf的影响。 BM25算法是常见的用来计算query和文章相关度的相似度的。其实这个算法的原理很简单，就是将需要计算的query分词成w1，w2，…，wn，然后求出每一个词和文章的相关度，最后将这些相关度进行累加，最终就可以的得到文本相似度计算结果。 Score(Q,d) = \sum_{i}^{n}W_{i}\cdot R(q_{i},d)首先Wi表示第i个词的权重，这里一般会使用TF-IDF算法来计算词语的权重这个公式第二项R(qi,d)表示我们查询query中的每一个词和文章d的相关度。一般来说Wi的计算用逆项文本频率IDF的计算公式： IDF(q_i) = \log \frac{N+0.5}{n(q_i)+0.5}在这个公式中，N表示文档的总数，n(qi)表示包含这个词的文章数，为了避免对数里面分母项等于0，给分子分母同时加上0.5，这个0.5被称作调教系数，所以当n(qi)越小的时候I ...

24软件系统设计 孙顾燚 - v3.0 总体来说考试的简答题还是考察的基础知识，部分题目需要结合知识思考 详细设计部分的设计题不会非常难，但是今年的架构设计题直接gg了 由于博客的markdown不支持渲染[!important]，所以博客上看这篇文章怪怪的 24考试回忆 代码违背了什么设计原则，如何修改 设计原则之间的联系 ASR是什么？ASR来源 checklist 7个categories SOA基本原则，对质量属性的影响 微服务部署模式的上下文，需求，模式，优缺点 Risks，Senstivity Points，Trade-Off Points分别是什么？各举一个例子。 一个在线购物平台，用了策略模式但是有问题，分析问题出在哪里，如何修改 装饰器能否作为组合模式的变种？（忘了位置了，也可能反过来 架构设计大题，需要画不同的views 架构部分 - zh部分 [!IMPORTANT] 【2019】Architecture，structure和Design的区别？ Design 包含 Architecture，Architecture 包含 Structure 结构是静态 ...

24数据库开发复习 SEBugMaker version1.0 7-8道题 20%上机+80%期末 编程题 SQL 编程题 3道题（数值、时间、字符串3选2），记住常见函数 数值考虑空值 时间，索引，日期的差 中位数，众数不太容易考 标注使用的数据库 递归查询可能会考一个 可能会用到外连接，数值？ 注意函数用对 NULL处理MySQL提供了三大运算符: IS NULL: 当列的值是 NULL,此运算符返回 true。 IS NOT NULL: 当列的值不为 NULL, 运算符返回 true。 <=>: 比较操作符（不同于 = 运算符），当比较的的两个值相等或者都为 NULL 时返回 true。 example 12select * , columnName1+ifnull(columnName2,0) from tableName;# columnName1，columnName2 为 int 型，当 columnName2 中，有值为 null 时，columnName1+columnName2=null， ifnull(columnName2,0) 把 ...