最新

我对《超越善恶》的五个英文翻译进行了句子嵌入分析，以观察自然语言处理（NLP）是否能检测到我作为读者所感受到的每个翻译都像是一本不同的书。 研究发现： - 霍林代尔的翻译位于语义中心，最接近德文原著（0.806）以及其他所有翻译者。 - 翻译者有独特的“指纹”：UMAP在没有告知翻译者身份的情况下，能够在视觉上将他们分开。 - 短小的格言差异最大，缺乏上下文意味着更多的解释自由。 - 尼采在1901年前的拼写（“Werth”与“Wert”）使模型感到困惑；因此构建了95条规则的标准化器。 该研究使用了MiniLM嵌入、UMAP和Next.js。对这种方法是否适用于其他翻译的哲学文本感到好奇，并欢迎对方法论的反馈。

为什么HN没有暗黑模式？

我建立了一个开放标签标准，用于跟踪蘑菇标本在其生命周期中的各个阶段（从孢子/培养到收获）。<p>版本1.1增加了克隆世代的跟踪（与子代/菌株世代不同），并符合JSON-LD标准，以便与农业/科学数据系统实现互操作性。<p>规范（CC 4.0）：<a href="https://wemush.com/open-standard/specification" rel="nofollow">https://wemush.com/open-standard/specification</a> 客户端库（Apache 2.0）： Python + CLI：使用命令 pip install wols（也可在GHCR上找到） TypeScript/JS：使用命令 npm install @wemush/wols<p>背景：真菌学的数据实践存在碎片化问题（物种误识别、栽培日志不一致、缺乏用于跨世代跟踪遗传信息的共享词汇）。这是对此问题的尝试。<p>希望能收到任何从事生物标本跟踪、农业数据系统或真菌学相关工作的人的反馈。