自己帶牌打爐石(誤)

去年 AlphaGO 大勝人類之後，曾經有風聲傳出它即將挑戰卡牌遊戲 "爐石戰記" ，研究了一下發現它的通訊協定早已被破解， github 上有人做了整理：Understanding the Hearthstone Protocol ，所以顯然是滿 doable 的。

這些開發者成立一個網站在 https://hearthsim.info/ ，有這麼一句話：

It was used by the DeepMind team at Google for Hearthstone card generation.

其最新一代作品叫 flireplace ，網址在 https://github.com/jleclanche/fireplace

https://github.com/HearthSim 上列出了一些其它的作品，如牌組計算的 https://github.com/HearthSim/Hearthstone-Deck-Tracker ，安裝版可下載自 https://hsdecktracker.net/

過年期間玩了一陣子，覺得這麼複雜的規則竟然能吸引這麼多人去精通，那麼把生活上的一些(冷)知識、時事等等，做成一套牌組來 KUSO 應該也是滿有趣、又富有教育意義的吧。

玩轉 corenlp(2)

第一次執行時可能要做此初始化，速度比較慢，之後速度就很快了。

如果中文的部分出來的結果不好，我覺得常常是專門用語的問題，例如：

"促"這個字單獨出現時，記憶中也只有 TSH 有這種形容詞的詞性，怨不得 CoreNLP 了

P.S. 使用 ant 編譯後，我沒有壓成 jar ，所以執行方式要修正一下：

java -Xmx4g -cp "*;classes" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -serverProperties StanfordCoreNLP-chinese.properties -port 9000 -timeout 15000

一些縮短 perl 程式行數的小技巧

用兩個等長陣列建構 hash

@hash{@keys} = @values

參 http://stackoverflow.com/questions/16755642/perl-built-in-function-to-zipper-together-two-arrays

順便一提，很多時候我們都忘記了， list 和 array 是不同的資料結構。 list 是 literal ，不是一種變數的形態，只是我們經常以 list 來初始化 array (以及 hash )。

my %parataxis=(); #empty hash
my @parataxis=(); #empty array

但是如果初始化的是一個參考資料型態，不管是 hash 或 array ，都有各自的符號 {} / []

my $parataxis={}; #empty hash ref
my $parataxis=[]; #empty array ref

此外，該網頁中使用的 Benchmark 模組可以用來計算函數的執行效率，這是個很實用的小技巧。更詳細的說明參 https://blog.gtwang.org/perl/perl-benchmark-module/

簡單迴圈以 map / grep 處理陣列，以 split / join / splice 處理字串

泛 C 程式語言經常以 { } 括號來表示一個 block ，但是無形中也產生了一、兩個很稀疏的冗行。 python 嘗試以縮排解決這個問題，效果滿不錯的。 perl 的話其實 map 就是一個迴圈，用得好的話可以讓程式很精簡…易讀的話就不是重點了

將一個陣列插入到另一個陣列

參 https://perlmaven.com/how-to-insert-an-array-into-another-array-in-perl

可以分為兩種情況，扁平的或是層級的插入，主要以 splice 函數實作

圖片來源：https://hsto.org/getpro/habr/post_images/707/723/436/70772343650f66c353ad80a06d5272ca.jpg

TF-IDF 以整體稀有度加權來計算詞彙重要性，以決定文件的關鍵詞

打關鍵字可以找出一堆網頁，但是有說明力的網頁，在設計和撰寫上是有一些工夫的。

我個人滿喜歡 文本分析初探 裏的說明，一是在第一頁就講到重點，二是適當的使用實例和圖片/公式，這篇的觀眾就是大眾導向。

排名較高的如 TF-IDF Text-mining 演算法 使用的是很正規的公式，這在翻成程式碼時很直觀，每個下標都對應一個迴圈；但是很多讀者是害怕數學公式的( formula-phobia )，當然例子舉得很好，這篇的觀眾就是工程師導向。

用我的話再解釋一次 tf-idf 的話，假設有 m 份文件， n 種辭彙：

1. tf 就是 m X n 大小的矩陣，每個元素是該辭彙在該文件中出現的次數(可做些正規化)
2. df 就是長為 n 的向量，每個元素是包含該辭彙出現的文件數(佔總文件數的比例)
3. idf 就是 df 的倒數，為免發生除以 0 的情況， idf = 1 / (1 + df)
4. tf-idf 就是 tf 的每個值對於對應的辭彙做加權

這種計算其實有點 arbitrary ．臨界值可能要有點取捨才能得到好的模型，各數值本身也可以做正規化以得到不同的結果。好處就是計算快，所以花點時間都能調出不錯的結果。

emacs 中列出/刪除特定行

2013年我寫過一篇 "使用perl one liner進行檔案搜尋取代的流程(SOP)"

今天遇到列出/刪除具有特定字串的行的問題，發現 perl one liner 只有取代的功能，行是無法刪除的，而且在 windows 平台上，perl one liner 遇到 utf8 滿不好使的。http://xahlee.org/emacs/elisp_list_matching_lines.html 這篇介紹了  list-matching-lines / delete-matching-lines 兩個指令，輕鬆完成任務啊!!!

要注意的是在 org-mode 下使用的話，要把所有大綱縮合起來，有顯示出來的文字是無法被刪除的~~

perl socket 編程速查

基本原理 ，流程圖畫得真是好

小小飯粒範例 ，拿來做 trouble shooting 真是方便

分解動作 ，這種 while ($line = <$sock>) 的寫法邪惡精簡得很啊

console-based 的程式通常是啟動費時短，沒有(or不需要)多工的能力，用來服務單一客戶端之用。一旦出現 contraindication 時，就是 socket-based + non-blocking IO 程式出現的時機了，尤其是還可視負載將服務分散到不同主機上。直覺上就是這樣，只有一台機器的時候，就是排隊，不想排隊而假裝多工，只是讓大家都等，等得更久而已。讓人排隊，還不如讓它 timeout / 返回錯誤值，讓人可以利用等待的時間做其它的工作。所以單機的情況下真的需要多工嗎?這要先好好了解，才能知道接下來要做什麼。

所以回過頭來看，最開頭分享的三個連結，其實對一般日常的任務而言，已經是很足夠的了。

perl 程式中 use utf8 的效果

在涉及 stdin / stdout / sockets 時，如果有處理 unicode / utf8 時，一定要在程式開頭加上 use utf8 宣告

詳情請見 Perl Unicode全攻略