语义噪声

今天整理了一下过去一年写的和语义网相关的一些博文。分类如下

为什么最近写的少了？两个原因

• 最近3个月太忙，基本没有时间写长文；各种短的火花，都写在微博上了
• 条条框框很多，带着脚镣跳舞，还不如不写

1 形而上学

旧讨论贴

• 究竟什么是Semantic Web？[2008] http://blog.baojie.org/2011/11/23/what-is-semantic-web-2
• 语义网: 检讨与展望（2008） http://blog.baojie.org/2011/04/06/semantic-web-2008/
• 语义网*不是*干什么的 [2007] http://blog.baojie.org/2011/12/05/semantic-web-is-not/
• 语义网中的推理是不是银弹？(1) http://blog.baojie.org/2011/04/10/silver-bullet-2/
• 语义网中的推理是不是银弹？(2) RDF和Datalog http://blog.baojie.org/2011/04/25/silver-bullet/
• 语义网中的推理是不是银弹？(3) 分类树就够了 http://blog.baojie.org/2011/04/25/silver-bullet-3/
• 语义网与本体的关系[2004] http://blog.baojie.org/2011/04/26/semantic-web-and-ontology/
• 语义Web的前景如何？(1)语义是什么[2003] http://blog.baojie.org/2011/04/28/sw-2003/
• 语义Web的前景如何？(2)是否空中楼阁[2003] http://blog.baojie.org/2011/04/28/sw-2003-2/

旧英文贴

• Captcha, Turing Test, and Semantic Web [2008] http://blog.baojie.org/2011/11/24/captcha-turing-test-and-semantic-web-2008/
• Towards Webtop [2008] http://blog.baojie.org/2011/11/24/towards-webtop-2008/
• OWL or OLD? [2008] P.S. OWL2的一些检讨 http://blog.baojie.org/2011/11/25/owl-or-old/
• Grandma Gone Surfing [2008] http://blog.baojie.org/2011/12/04/grandma-gone-surfing-2008/
• Earthquake, google, and more [2008] http://blog.baojie.org/2011/12/04/earthquake-google-and-more/
• Cuil与语义搜索[2008] http://blog.baojie.org/2012/01/03/cuil-semantic-search/
• Why Bother…(没人会坐下来建元数据)[2008] http://blog.baojie.org/2012/01/03/why-bother-2008/
• A little, tiny semantics in action — from (Google Google的一点点语义)[2009] http://blog.baojie.org/2012/01/04/a-little-tiny-semantics-in-action-from-google/
• I will pay delicious $100 for hierarchical tagging 我愿意为多级标签掏100块钱[2009] http://blog.baojie.org/2012/01/04/i-will-pay-delicious-100-for-hierarchical-tagging/

反思

• 即罔且殆兮语义网 http://blog.baojie.org/2011/04/12/puzzle-sw/
• 语义网就是数据 http://blog.baojie.org/2011/04/21/sw-is-data/
• 温故而知新：重读Clay Shirky对语义网的批判 http://blog.baojie.org/2011/04/22/clay-shirky/
• 语义网和世界语 http://blog.baojie.org/2011/04/23/esperanto/
• 某传统行业对语义网技术的(不)采用 http://blog.baojie.org/2011/04/26/rdf-application/
• 一个Web 2.0公司和语义网 http://blog.baojie.org/2011/04/27/web-2-0-semantic-web/
• 手工创建知识库的一些问题 http://blog.baojie.org/2011/05/04/manual-kb/
• 手工创建知识库的一些问题2[语音] http://blog.baojie.org/2011/05/13/manual-kb2/
• 语义网2011 http://blog.baojie.org/2011/10/27/semantic-web-2011/
• Nova Spivack谈语义网（2008）Part I http://blog.baojie.org/2011/11/23/nova-spivack1/
• Nova Spivack谈语义网（2008）Part II http://blog.baojie.org/2011/11/24/nova-spivack-2/
• 随想：Web的诞生与TBL（1）http://blog.baojie.org/2012/01/11/invention-of-web/
• 随想：Web的诞生与TBL（2）http://blog.baojie.org/2012/01/12/invention-of-web-2/
• 随想：Web的诞生与TBL（3）http://blog.baojie.org/2012/01/14/invention-of-web-3/
• 随想：Web的诞生与TBL（4）http://blog.baojie.org/2012/01/15/invention-of-web-4/

产业评论

• schema.org浏览笔记 http://blog.baojie.org/2011/06/13/schema-org/
• schema.org可能面临的几个挑战 http://blog.baojie.org/2011/12/12/schema-org-challenges/
• Jim Hendler抗议电子政府预算消减的公开信 http://blog.baojie.org/2011/11/16/anti-h-r-2354/
• Bottlenose http://blog.baojie.org/2011/12/16/bottlenose/ (保护页面)
• Google Wave http://blog.baojie.org/2011/12/28/google-wave/
• 参观Facebook http://blog.baojie.org/2012/01/05/visit-facebook/ (保护页面)
• 为什么我不用Foursquare？http://blog.baojie.org/2012/01/08/foursquare/
• W3C的中国会员 http://blog.baojie.org/2012/01/11/w3c-china-member/
• LinkedIn流水帐 http://blog.baojie.org/2012/01/14/visiting-linkedin/
• Groupon是泡沫 http://blog.baojie.org/2012/01/14/groupon-is-a-bubble/
• Twitter能预测股市吗？[2010] http://blog.baojie.org/2012/01/14/may-twitter-predict-stock-market/

新思维

• Web 3.0：基础与基础之基础 http://blog.baojie.org/2011/04/28/web-3-0-foundation/
• 语义网是一层数据的皮 http://blog.baojie.org/2011/04/28/semantic-web-skin/
• 从语义内联网到语义互联网（零散笔记）http://blog.baojie.org/2011/04/28/semantic-intranet/
• 语义网、蒸汽机、电视电话 http://blog.baojie.org/2011/04/30/semantic-web-steam-engine/
• Web3.0:互联用户产生的结构化资源 http://blog.baojie.org/2011/05/03/web3/
  • 资源：一些关于Web 3.0的忽悠 http://blog.baojie.org/2011/05/03/web-3-0-resources/
• 语义网的红旗能打多久？http://blog.baojie.org/2011/06/16/semantic-web-red-flag/
• 要命的Tetherless World http://blog.baojie.org/2011/09/12/tetherless-world/
• 知识与智能 http://blog.baojie.org/2011/12/18/knowledge-and-intelligence/
• 语义网是给人用的 http://blog.baojie.org/2011/12/20/semantic-web-for-human/
• 数据奴隶制 http://blog.baojie.org/2012/01/12/digital-slavery/
• 语义网是时候了 http://blog.baojie.org/2012/01/14/it-is-time-for-semantic-web/

新思维2

（暂时保护中）

• 适应用户，而不是让用户适应 http://blog.baojie.org/2011/11/03/adpative-app/
• 语义网应用怎么搞 http://blog.baojie.org/2011/11/06/semantic-web-how/
• 垃圾分类和语义网 http://blog.baojie.org/2011/11/09/semantic-web-is-a-life-style/
• 圈子应该是动态的 http://blog.baojie.org/2011/11/10/circle/
• 连接就是知识，知识就是力量 http://blog.baojie.org/2011/11/22/linking-is-knowledge/
• 语义网的电风扇 http://blog.baojie.org/2011/11/28/fan/
• 与数据与时俱进 http://blog.baojie.org/2011/12/09/data-evolving-model/
• 为什么是Facebook来卖你的隐私？http://blog.baojie.org/2011/12/11/why-facebook/
• Web 3.0与中国 http://blog.baojie.org/2011/12/11/web-3-and-china/
• 语义网与数据的摩擦系数 http://blog.baojie.org/2011/12/13/data-friction/
• Web game changer http://blog.baojie.org/2011/12/13/web-game-changer/
• CAPTCHA http://blog.baojie.org/2011/12/16/captcha/
• 信息过载与语义网 http://blog.baojie.org/2011/12/16/information-overloading-and-semantic-web/
• Zagat http://blog.baojie.org/2011/12/16/zagat/
• 语义网的一些形而上学 http://blog.baojie.org/2011/12/17/semantic-web-reflections
• 为什么要有Email，Blog，Evernote？http://blog.baojie.org/2011/12/18/why-so-many-forms/
• Web 3.0 互联用户的知识 http://blog.baojie.org/2011/12/18/linking-users-knowledge/
• 技术的实现要靠理解人 http://blog.baojie.org/2011/12/20/understanding/
• 数据财产托管和交换 http://blog.baojie.org/2011/12/31/digital-property-exchang/

2 工程实践

问答系统

• AI Magazine Fall 2010 QA专辑 http://blog.baojie.org/2011/04/30/ai-magazine-fall-2010-qa/
• 张雷谈沃森，及我的感想 http://blog.baojie.org/2011/03/23/waston/
• 笔记: IBM沃森系统摘要的摘要的摘要 http://blog.baojie.org/2011/04/30/watson/
• 笔记：DeepQA (IBM沃森)（1）概览 http://blog.baojie.org/2011/04/30/deep-qa/
• 笔记：DeepQA (IBM沃森)（2）问题之分析 http://blog.baojie.org/2011/05/01/deep-qa-2/
• 笔记：DeepQA (IBM沃森)（3）答案之生成 http://blog.baojie.org/2011/05/01/deep-qa-3/
• 笔记：DeepQA (IBM沃森)（4）结果与心得 http://blog.baojie.org/2011/05/01/deep-qa-4/
• 笔记：AURA http://blog.baojie.org/2011/05/01/aura/
• 笔记: Inquire for iPad （平板上的教科书）http://blog.baojie.org/2011/04/30/aura-inquire-for-ipad/

会议元数据

• 为国际会议建元数据(1) http://blog.baojie.org/2011/04/11/metadata-chair/
• 为国际会议建元数据(2) http://blog.baojie.org/2011/04/12/metadata2/
• 为国际会议建元数据(3) http://blog.baojie.org/2011/04/12/metadata3/
• 为国际会议建元数据(4) http://blog.baojie.org/2011/04/12/metadata4/
• 为国际会议建元数据(5)Easychair数据 http://blog.baojie.org/2011/06/11/metadata5/
• 用Datapress做数据可视化[2010] http://blog.baojie.org/2012/01/04/visualizing-data-using-datapress/
• ISWC大会时间轴可视化[2010] (Timeline of ISWC 2010 Main Conference Talks) http://blog.baojie.org/2012/01/04/3261/
• ISWC标签云[2010] (A Word Cloud for ISWC 2010) http://blog.baojie.org/2012/01/04/a-word-cloud-for-iswc-2010/
• ISWC与会人员国别统计[2010] (ISWC 2010 Attendees by Country) http://blog.baojie.org/2012/01/05/iswc-2010-attendees/
• ISWC元数据上线[2010] (ISWC2010 Metadata is Online) http://blog.baojie.org/2012/01/05/iswc2010-metadata-is-online/
• ISWC Twitter数据动态[2010] Quick Update on ISWC Twitter Data (1) http://blog.baojie.org/2012/01/05/quick-update-on-iswc-twitter-data-1/
• ISWC数据的24种武器[2010] 15 (and counting) Ways to Explore ISWC 2010 Data http://blog.baojie.org/2012/01/05/24ways-to-explore-iswc-2010-data/

其他应用

• 基于语义网的证券分析 http://blog.baojie.org/2011/04/19/linked-finance/
• XBRL，金融数据和语义网 http://blog.baojie.org/2011/04/19/xbrl-and-semantic-web/
• 语义网与推荐（1）乱拳打死老师傅 http://blog.baojie.org/2011/04/28/recommendation/
• 语义网与推荐（2）基本思路 http://blog.baojie.org/2011/05/17/recommendation-2/
• 语义网与推荐（3）推荐系统基础 http://blog.baojie.org/2011/11/21/recommender-3/

语义网语言

• OWL 2的速查指南 http://blog.baojie.org/2011/04/20/owl-2-quick-reference-guide/
  • OWL2速查卡片公布[2009] http://blog.baojie.org/2012/01/04/owl-2-reference-card-released/
• 一个简单的PHP的RIF Parser http://blog.baojie.org/2011/04/20/php-rif/
• RIF-PRD的过程语义和描述语义 http://blog.baojie.org/2011/04/21/rif-prd-semantics/
• RDF的语义 http://blog.baojie.org/2011/04/21/rdf-semantics/
• 重读RIF-PRD：语法 http://blog.baojie.org/2011/04/24/rif-prd-syntax/
• 重读RIF-PRD：语义之条件部分 http://blog.baojie.org/2011/04/24/rif-prd-semantic/
• 重读RIF-PRD：语义之动作、规则部分 http://blog.baojie.org/2011/04/25/rif-prd-semantics-2/
• How to explore an ontology using SPARQL 如何浏览一个本体 http://blog.baojie.org/2011/05/31/explore-an-ontology/
• URL, URN, URI, IRI http://blog.baojie.org/2012/01/14/url-urn-uri-iri/

3 产业化

语义网的公司

• 语义网的公司（1）Openlink http://blog.baojie.org/2011/04/23/openlink/
• 语义网的公司（2）Oracle http://blog.baojie.org/2011/04/23/oracle/
• 语义网的公司（3）Franz http://blog.baojie.org/2011/04/24/franz/
• 语义网的公司（4）Revelytix http://blog.baojie.org/2011/04/26/revelytix/
• 语义网的公司（5）Vulcan: Project Halo http://blog.baojie.org/2011/04/29/vulcan/
• 语义网的公司（6）Siri http://blog.baojie.org/2011/05/01/siri/
  • SIRI的贡献和价值 http://blog.baojie.org/2011/11/16/siri-2/
  • Watson和SIRI http://blog.baojie.org/2011/11/27/watson-and-siri/
• 语义网的公司（7）BBN http://blog.baojie.org/2011/05/18/bbn/
• 语义网的公司(8)：Chevron http://blog.baojie.org/2011/12/07/chevron/
• 语义网的公司(9): Garlik http://blog.baojie.org/2012/01/07/garlik/
• 语义网的公司 True Knowledge http://blog.baojie.org/2012/02/06/true-knowledge/

创业

• 技术与创业 http://blog.baojie.org/2011/04/21/startup/
• 收藏帖：Startup Best Practices [创业最佳实践] http://blog.baojie.org/2011/04/24/startup-best-practices/
• 好想法和执行力 http://blog.baojie.org/2011/11/16/idea-is-cheap/
• 如何有效地毁掉一个团队 http://blog.baojie.org/2012/01/08/team-doomer/
• 思想大爆炸之精益创业（Lean Startup）http://blog.baojie.org/2012/02/27/lean-startup/

4 个人研究

描述逻辑

• 笔记：描述逻辑的云计算(1)背景 http://blog.baojie.org/2011/05/14/dl-in-cloud-1/
• 笔记：描述逻辑的云计算(2)主要参考文献 http://blog.baojie.org/2011/05/14/dl-cloud-2/
• 笔记：描述逻辑的云计算(3)Liebig 2007 http://blog.baojie.org/2011/05/15/dl-cloud-3/
• 笔记：描述逻辑的云计算(4)Aslani方法 http://blog.baojie.org/2011/05/15/dl-cloud-3-2/
• 资源：DL-Learner http://blog.baojie.org/2011/05/21/dl-learner/

Context

• 为什么要区分Context和一般知识 http://blog.baojie.org/2011/05/28/why-context/
• RDF and Context （域）http://blog.baojie.org/2011/04/06/rdf-and-context/
• 为什么Context很重要 http://blog.baojie.org/2011/05/03/why-context-is-important/
• 笔记：加注(Annotated) RDF (1) Straccia 2010 http://blog.baojie.org/2011/05/07/annotated-rdf/
• 笔记：加注(Annotated) RDF (2) Udrea 2010 http://blog.baojie.org/2011/05/07/udrea-2010/
• 笔记：加注(Annotated) RDF (3) Dekhtyar 2001 http://blog.baojie.org/2011/05/07/dekhtyar-2001/
• 笔记：加注(Annotated) RDF (4) Dekhtyar 2001续 http://blog.baojie.org/2011/05/07/dekhtyar-2001-2/
• 笔记：加注(Annotated) RDF (5) APT Logic http://blog.baojie.org/2011/05/08/apt-logic/

域态逻辑

• 域态逻辑的模型论 http://blog.baojie.org/2011/04/11/context-model/
• 为什么要用模型论语义 http://blog.baojie.org/2011/04/15/model-theory/
• 从概率时态逻辑到概率域态逻辑（Probabilistic Context Logic） http://blog.baojie.org/2011/04/08/pcl/
• 笔记：概率时空逻辑 http://blog.baojie.org/2011/05/18/probabilistic-spatio-temporal-logic/
• 概率域态逻辑的一个小例子 http://blog.baojie.org/2011/04/12/pcl-2/
• 笔记：域态逻辑的语义（1）PLC 1993 http://blog.baojie.org/2011/05/08/context-logic-semantics/
• 笔记：域态逻辑的语义（2）PLC 1994 http://blog.baojie.org/2011/05/09/plc-1994/
• 笔记：域态逻辑的语义（3）QLC 1996 http://blog.baojie.org/2011/05/09/qlc-1996/

语义信息论

• 数据压缩方法 http://blog.baojie.org/2011/05/21/data-compression/
• 语义通信这篇文章被录用了 http://blog.baojie.org/2011/05/05/semantic-communication/
• 量子信息论和语义信息论 http://blog.baojie.org/2011/05/28/quantum-and-semantic-information/
• 从挖地雷到分布式文件存储(删去编码) http://blog.baojie.org/2011/05/28/erasure-code/
• TF-IDF之极简化信息论分析 http://blog.baojie.org/2011/06/15/tf-idf-information/
• 语义通信和传统通信的基本区别 http://blog.baojie.org/2011/11/07/what-is-semantic-communication/

语义维基

• 增强语义维基查询应答的表达力 http://blog.baojie.org/2011/05/12/semantic-wiki-query-plus/
• 维基中不可承受之轻 http://blog.baojie.org/2011/12/22/the-unbearable-lightness-of-wiking/
• 用语义维基来写应用 http://blog.baojie.org/2011/12/27/semantic-wiki-based-application/
• 基于Wiki的时间管理手段[2008] http://blog.baojie.org/2011/12/30/wiki-as-a-time-management-tool/
• 语义博客[2008] http://blog.baojie.org/2012/01/02/semantic-blogging/
• 一个Semantic Media Wiki简短教程 http://blog.baojie.org/2012/01/03/semantic-wiki-tutorial-2009/
• 检讨我的语义维基尝试 http://blog.baojie.org/2012/01/08/why-semwiki-fails/

Web Science

• Web作为扩展的脑 http://blog.baojie.org/2011/04/14/web-brain/
• 网络战，面条战？http://blog.baojie.org/2011/04/18/network-science

咬文嚼字

• Context该怎么翻译 http://blog.baojie.org/2011/04/05/context/
• Provenance怎么翻译 http://blog.baojie.org/2011/05/06/provenance-in-chinese/
• Tableau Algorithm该怎么翻译 http://blog.baojie.org/2011/05/14/tableau-algorithm-chinese/

胡思乱想

• 语义网与国学 http://blog.baojie.org/2011/05/01/guoxue/
• 简单 http://blog.baojie.org/2011/05/15/simple/
• 数据，情境和其他 Data, Situation and Others http://blog.baojie.org/2011/10/18/data-situation/
• 口碑问题 http://blog.baojie.org/2011/11/04/review/
• 想做这样一个在线历史地图 [2008] http://blog.baojie.org/2011/11/29/history-map/
• Raw Thoughts Now! http://blog.baojie.org/2011/12/04/raw-thoughts-now/
• 逻辑要普及大概再要一千年 http://blog.baojie.org/2011/12/08/logic/
• 人生记录 http://blog.baojie.org/2011/12/26/life-logging/
• 要搞一个基于wiki和ontology的网站[2003] http://blog.baojie.org/2012/01/06/wiki-ontology-homepage/

5 杂谈

入门与普及

• 语义网：走向下一代杀手级应用 http://blog.baojie.org/2011/04/04/killer-app/
• 语义网傻瓜FAQ[2003] http://blog.baojie.org/2011/04/22/sw-faq/
• 语义网层次蛋糕的版本 http://blog.baojie.org/2011/04/25/layer-cake-sw-2/
• 语义技术的两个卖点 Pitch for Semantic Technologies http://blog.baojie.org/2011/11/02/pitch-for-semantic-technologies/
• 语义网口号 http://blog.baojie.org/2011/11/17/semantic-web-quotes/
• Jesse Weaver谈语义网的两个普遍误解 http://blog.baojie.org/2011/11/23/jesse-weaver-two-misconceptions/
• 语义网是什么？有什么好处？http://blog.baojie.org/2012/02/16/what-is-semantic-web/

八卦

• 智学八卦：一将功成万骨枯之红酒本体 http://blog.baojie.org/2011/05/18/wine-ontology/
• 纪念John McCarthy http://blog.baojie.org/2011/11/07/john-mccarthy/
• 智学八卦之Horrocks[2006] http://blog.baojie.org/2011/12/26/ian-horrocks-2/

活动

• Cambridge语义网月聚：Stardog和SMW查询 http://blog.baojie.org/2011/05/10/cambridge-semantic-web-meetup/
• SemTech 2011 http://blog.baojie.org/2011/06/10/semtech-2011/
• 西点军校开会记 http://blog.baojie.org/2011/12/05/west-point/

其他

• 本地复活了语义网研究论坛 http://blog.baojie.org/2011/04/22/semanticwww/
• 语义网的工作机会 http://blog.baojie.org/2011/08/19/semantic-jobs/
• W3C多媒体元数据规范 http://blog.baojie.org/2011/11/07/w3c-multimedia-annotation/
• 在OWL工作组中[2008] http://blog.baojie.org/2011/12/29/owl-working-group/

刚发现Wordpress现在可以看博客读者的地理分布了。下面是最近一个月（也许不到一个月）我的博客“语义噪声”的地区分布（地图在后）

最近一个月我基本没有在社交媒体上给我的博客做引用。主要的流量都是搜索引擎和个人主页上来的。

结论：主要的读者在美国。来自中国大陆的读者比例很低，可能是因为翻墙不方便。

United States	52%
China	10%
Taiwan	9%
Switzerland	7%
Germany	6%
United Kingdom	5%
Netherlands	3%
Hong Kong	2%
Japan	2%

(1%及以下的就略了)

我也来凑个数

简介1

http://vimeo.com/31100268

【待续】

参：Jim Hendler反对SOPA和PIPA，给参议员Cantor的信

https://plus.google.com/114521664075563807377/posts/8zLmg9bZwXr#114521664075563807377/posts/8zLmg9bZwXr

Clay Shirky: Why SOPA is a bad idea

http://www.ted.com/talks/defend_our_freedom_to_share_or_why_sopa_is_a_bad_idea.html

2004-10-01

2004-09-23

Drawing

[2004-05-07]

Summer semester begins for me

[2004-07-13] 食指大动

楚人獻黿於鄭靈公。公子宋與子家將見。子公之食指動，以示子家，曰：「他日我如此，必嘗異味。」及入，宰夫將解黿，相視而笑。公問之，子家以告。及食大夫黿，召子公而弗與也。子公怒，染指於鼎，嘗之而出。公怒，欲殺子公。子公與子家謀先。子家曰：「畜老，猶憚殺之，而況君乎？」反譖子家。

[2004-09-07]

In Dog we trust

[2004-09-17]

很明显, <枫华园>的编辑所关心的问题, 都是老一代留学生(80年代)的问题, 比如对文革的回忆, 下乡生活, 打工经历.

<枫华园>的未来, 只怕不是很好的.

P.S. 2012-01-06 《枫华园》在我出国前，1999-200年，很给我启蒙的作用。当时感叹，怎么有学问、有见识的都在国外。那时候，用“猫”上网，还是不惜血本把《枫华园》的每一期都下下来看。每次收到邮件订阅（还有《新语丝》），都要一口气读完。等到自己出国，读过几百期，过了几年再回来看，觉得《枫华园》的那群80年代的老留学生们，不能与时俱进，老是纠缠一些过去的事，没劲。到了2009年，《枫华园》终于死掉了（参老郸: 《枫华园》自杀始末）。我今天回来想，其实自己何尝不在重复过去那一代人的经历：在文化的夹层中生活，一不留神就成了文化的活化石。

[2004-09-22]

The future of my family…

P.S. 2012-01-06 这个美梦成真了，就是没有这多小猪就是了。有图为证。

[2004-09-30]

Busy days.

For Visa and INDUS

[2004-04-01]

8:30-10:30 Install Tomcat for Hu

[2004-04-03]

对许多人, blog是露阴癖的另一种表达

[2004-04-11]

Easter

编程,weka存储arff方面的小bug

复活节, 和Andy, Tang & Ivy吃饭

[2004-04-12]

建立新的weblog

晚上做作业

[2004-04-13]

很早到学校.

男F1变态的几个特征
1- 容易动怒, 现实中和网上世界里. 开车被人嘀一下都觉得不得了了.
2- 泡网,
3- 办事拖拉
4- 见到女生就搭讪,不管说什么话题最后都能转到女人上
5- 极力表现自己的存在, 没事往maillist上发雄文.

女F1可参照.

[2004-04-14]

Ideas got from today’s meeting

1- on intrusion data
2- on carson’s data
3- on reuters data

[2004-04-15]

[http://www.cameraunion.net/forum/showthread.php?threadid=198154]

[2004-04-17]

Veishea大骚乱

[2004-04-18]

Veishea骚乱, 过瘾阿

[2004-04-20]

何克清报告<软件服务生态中的非确定性科学问题、互操作性的应用基础问题>引用了我2000年的一段话

“从协同的角度，计算过程可以看成是一种相变，是系统处在一种非线性结构下产生更有序的时空结构的过程。”([http://dragonstar.ict.ac.cn/workshop/4])

原文出自<智能计算综述>
[http://www.cs.iastate.edu/~baojie/acad/past/infosys/2000-03-07_ci.htm]

[http://i.timeinc.net/time/2003/inventions/images/invqrio.jpg]

Sony的Orio真是了不起, 叹为观止.
做学问阿, 不是吹牛

[2004-04-21]

看某邪教的网站, 唯一的感受就是原来在24史里才看得到的荒诞, 其实就发生在我们身边. 两千年了, 怎么在这一点上没有进步呢?

[2004-04-25]

:::::::::::大学反应物质守恒定律::::::::::::
::                                    ::
::         4年单身生活                 ::
:: 10个男人〓〓〓〓〓〓〓1位圣人+9只动物  ::
::                                    ::
::::::::::::::::::::::::::::::::::::::::

【原文写于2004-10-10，经过编辑】

Net.Weblog.20041010.txt

鲍林:“观念是富于创造力的脑子拉的屎，所有人都在拉，但功劳通常不属于创意者，而是属于那些致力于将之变成事实，并为世界接纳的那个人。”

使劲拉吧!

————–

(B是我)

A: 我们现在在做游戏 ：）

B: 啥

A: 自己设计游戏。你有做过游戏程序设计吗？

B: 没有。什么游戏 啊

A: 我们才开始学，很基础。opengl ，maya什么的，一些老办法。我想做有新意的游戏，做全新的体验模式。

B: 怎么样的

A: 我的想法，总是被人否定。在国内，如果只有概念设计，一般都没人想做。都只希望在一些成熟的引擎和平台上做一些重复的游戏

B: 那是肯定的

A: 没人愿意做新的未知的尝试

B: 没有好处谁干啊！

A: 前景很好的！只是好多的技术人员都没什么自己的想法，都是跟在国外的技术后面。所以他们不想开发自己的东西。像karl carmark那样的天才，国内几乎没见过

B: 我们不需要天才。天才没多大用。

A: 那需要什么？

B: 工人，和政治家

A: ……好多人这样说

B: 呵呵, 因为这被证明是是最有效的社会组织方式

A: 一个动漫公司的老总也这样跟我说

B: 你不要向别人证明你有多新

A: 哈哈，难怪好多天才被饿死

B: 你要证明你能多挣钱

B: 饿死活该

A: ……

B: 世界上被不值得同情的是饿死的。残疾的例外

A: 但是那些活下来的天才改变着一个个时代

B: 能活下来的天才是知道怎么和世界妥协的天才

A: carmark是3d游戏世界的创世人

B: 说实话 我不相信世界上有天才

A: 我相信。我也接触过

B: 人的思想大多是随机的, 和进化中的变异一样

A: 那种浑身是刺，和社会格格不入的人

B: 每个人都有可能产生一些新奇的想法

B: 异端和天才是两回事

A: 这个我同意哦，但真正能坚持自己新奇的想法，并把他们实现的人，我佩服他们

B: 何况现代社会异端是一种时尚

B: 嗯, 实现了就 不一样了

A: 天才往往异端，但异端的并不一定就有才。

B: 关键不在是否天，关键在于实现。要实现就一定要学会妥协

A: 也有激进的出世态度。妥协的态度当然居多。在艺术界这样的例子比较多

B: 我做学生时间长了, 早期对天才也比较崇拜

A: 现在呢？

B: 日子久了, 才发现大多数科学成就不是天才完成的

A: 恩

B: 天才是少量的, 在某个关键点上起作用的人。或者说, 是被正确选择出来的大突变。在每一个问题上, 都有大量的突变, 最后会有一些幸运的被证明”正确”

A: 恩，有点遗传学的道理。和时空观念里的“或然”是同一道理。

B: 是的, 基本上是这样。所以下面两个事实同时成立。一个是90%的论文是垃圾，另一个是我们的科学和技术在飞速的进步。能不能设想, 我们消灭掉那90%的垃圾, 让剩下的10%＂天才＂来工作呢?这样他们就可以拥有更多的资源。

A: ……不可以

B: 为什么不可以

A: 因为你不知道哪个90％是垃圾

B: 是的, 对其中至少50% 你是无法事先知道的

A: 不知道是哪部分是真正有用的。这也和遗传学，基因学是出于同一道理哦。从整体上做优势选择。

B: 那么对于一个比较奇怪的想法, 一般人自然先有一个怀疑的态度。遗传学里, 大多变异是中性的, 也就是鸡肋。科学研究里, 大多论文也是没有用的, 无害也无益。

B: 嗯, 其实市场也是一样。科学研究也符合市场经济的原则。广而言之, 进化理论和市场竞争, 或者科学理论产生的过程, 都有一个有趣的模型。我这里的模型是进化博弈理论。相同点很多

A: 有道理，我对保健有过一些了解，发现居然有很多生理问题也符合市场经济的原则。没听说过吧

B: 很正常啊

Net.Weblog.20031202.txt

2003-12-02

I get tired of HTML and text in only natural language, I get tired of ftp, I also get tired of careful maintenance of my all online resources: Public BBS, Academic Notes, …. , and this homepage. It’s even hard for myself to find useful topics in the homepage, as it becomes bigger and bigger.

It’s time for semantic integration and some intelligence.

I’m trying to build a new site based on Semantic Web. Technologically, it’s a wiki system with the support of a controlled ontology, and some code work to convert old homepage into wiki pages. It will be ready probably in this month.

P.S. 2011-01-05 那个月我确实建了一个基于JSPWiki的个人主页，有了一点ontology在后面管理。后来发展为一个项目，写了一篇文章：

Jie Bao & Vasant Honavar (2004). Collaborative Ontology Building with Wiki@nt - A Multi-agent Based Ontology Building Environment. In Proceedings of the 3rdInternational Workshop on Evaluation of Ontology-Based tools (EON), co-Located with ISWC 2004 (p. 37-46).

我离开ISU后（2008年2月），这个网站就下线了。原网址 http://boole.cs.iastate.edu:9090/popeye

可以去Internet Archive去看：http://wayback.archive.org/web/*/http://boole.cs.iastate.edu:9090/popeye/Wiki.jsp?page=Main
界面是这样的

Ontology是一个分类树。这里放一个截图，完整的看这里

这个站，我用了4年多，还是没达到我理想的效果。为什么？主要是手工维护分类太麻烦。而且没有提供用户效率提高的工具，为了ontology而ontology。以后的工作，都要避免这些问题。

Net.Weblog.200402.txt

2004-02-10

US has different statistic standard in urban population counting. Only 9 cities are listed as one-million-population city

• Los Angles,
• San Diego,
• Phoenix,
• Dallas,
• San Antonio,
• Houston,
• Chicago,
• Philadelphia,
• New York

[encarta map|http://encarta.msn.com/encnet/features/mapcenter/Map.aspx?name=United+States]

However, big cities usually covers more than one county, but the sub urban area is not counted in the city’s population. Whilst in China, lots sub urban agriculural population is also counted in.

In 2000, 49 cities in USA have more than 1 million population<br>
[Citation|http://www.demographia.com/db-usmet2000.htm]<br>

This one says there 47 such cities in 1998.
[Citation|http://www.demographia.com/db-usmetfr1900.pdf]

In 1999, China has 37 one-million-population cities, In 2001 this number is 41

“建国初期，中国城市只有58个，到1952年百万人口以上的城市也只有9个。自1978年以来，中国城市化进程已进入加速发展的新阶段。城市数量由1979年的193个发展到1999年的668个，其中百万人口以上的特大城市37个，50万—100万人口的大城市48个，20万—50万人口的中等城市205个，20万人口以下的小城市378个。”[Citation|http://www.chinatranslate.net/china/ch-jiankuang/17chengshijianshe/chengshijianshe.htm]

“据报道，最近二十年是中国有史以来城市发展最快的时期。其中一九九○年至二○○一年间，全国地级城市由一百八十八个增加到二百六十九个，人口超百万的特大城市由三十一个增加到四十一个。 ” [Citation|http://www.china.org.cn/chinese/OP-c/318455.htm]

Ames details: [http://www.city-data.com/city/Ames-Iowa.html]

P.S. 2012-01-05。中国百万人口以上的特大城市，2005年达到49个（建设部数据），2008年65个，

【原文写于2004-12-10】Net.Weblog.20041210.txt

Mel Gibson的这部片子非常非常的弱智

符合他从<爱国者>以来片子的一贯风格

也非常的小布什
愚蠢而可笑
还自以为伟大崇高
神圣使命

外星人出场和他们打架那一场, 让我笑得打滚 – 明明是搞笑片吗! 演员越严肃, 搞笑效果越是好!

最后男主角又当了牧师, 重抄传播精神鸦片的伟大使命, 实在是搞笑之极品, 和至尊宝去西天取经是一个道理.

反过说, <大话西游>也是一部科幻片,

佛祖保佑全世界, 让上帝自个保佑美国去吧.

__引文__:

【Film】Signs 灵异象限 — 为什麽外星人恨美国？

我们不断地建构、解释自己。日日夜夜地，各种影像、经验、讯息、符号被排列、重组成一个逻辑上或情感上合理的故事，我们藉此重构出「我」是谁、「他」是谁、我们从哪来、为什麽事情这麽地发生，并决定下一步该怎麽走。这可能发生在个人的层次，成为自我的追寻，也可能发生在群体的层次，成为国族、族群的建构。尤其是在重大事件发生後，这种自我建构的需求更是迫切。

不似中东战祸频仍，也不像欧洲多处在两次世界大战中险被夷平，美国内战结束後，虽经历两次世界大战和越南、韩战，战火仅在珍珠港事件波及到美国本土。因此 911 事件给美国带来极大的震撼。失去亲人的伤痛须被抚平，或是震撼、或是悲痛、或是愤怒的情绪需要出口，而经历过情绪的沈淀後，更多人想要一个答案：为什麽？该怎麽做？2002 年的许多电影都可以放在这个文本下去阅读。

Signs 的宣传以 crop circle 为中心。初看这个架式，大家要以为这是一部风格类似 X Files 的电影了。但不是英国南部的田园景致，不是欧洲巫术或鬼怪传说，主角的任务不是揭发火光会或圣殿骑士跨全球的密组织。在 crop circle 的薄薄外衣下包装的是彻底美国式的拓荒精神。

像 Signs 一样以「男人捍卫自己的家园」为主题的电影很多。Signs 一如往例，塑造了这麽一个意象：一栋木造房屋，孤零零地座落在大片田野中间。男主人 Graham Hess （在其他电影里通常还扛着一把衣柜内取出的来福枪）凝视着远方，准备独立抵外侮。警力的出现只是点缀，一切靠男主人的勇气和意志力。而他别无所求，只求保护自己的家园。这不是最卑微又最神圣的愿望吗？这是一部 2002 年的西部片。

但除此以外，我相信很多观众对这部电影都有「很不搭调」的感觉。

外星人来了！它们从哪来？来地球做什麽？我们该怎麽做？为什麽外星人恨美国？

主角 Graham 原是牧师，但在妻子出车祸後失去了信仰。车祸後两人最後一次谈话的回忆被造作地大力陈：妻子卡在车祸现场，已经没救了，但很凑巧地一息尚存，很凑巧地让主角刚好还有机会讲完情感洋溢的台词。这麽一个一厢情愿的剧情设计，考量的不是真实性，而是让悲伤的情绪有出口，彷是在与埋在双子星大楼瓦砾堆内死伤者对话。Graham也想问，为什麽？为什麽命运要做这样的安排，让无辜者丧生？上帝的意图是什麽？

但剧情的安排并没有让主角做内在的心灵探索，而是把罪魁祸首用有形的方式具象化。答案不是内在的心灵救赎，而是往外找到敌人。外星人出现了。以迅雷不及掩耳的速度在世界各角落出现。就如同妻子丧生的事件直接击到 Graham 个人的信仰，外星人的出现使人类对宇宙的认识改变了，信仰崩解了，一切价值都受到挑战。但这次，巨变以「外星人」的形象被具体化。外星人大老远来到这个星球，却除了造一些恶意的小恐慌，确立了它们扮演的是「坏人」之外什麽建树都没有，又是一个一厢情愿的设计：我们需要一个敌人。「为什麽」的答案出现了，「怎麽做」就很简单了：把它们打回去吧。

在电影收尾的高潮， Hess 一家人终於和外星人见面。外星人一出手便挟持了小女儿。敌人当然必须要有这样的「懦夫」行为，这恰恰也是布希描述自杀攻击使用的辞。人类与外星人历史性的首次会面，没有 Contact 中 Jodie Foster 与外星智慧充满机锋的对话，也没有电光石火的高科技武器。靠的是弟弟 Merill 拿起棒球棍，重拾当年成为全垒打王的信心， 挥棒把外星人击垮。对运动稍有了解的观众都知道，挥棒动作是针对挥击一颗飞来的棒球最佳化的。把它当成剑道就只是破绽百出的莽夫猛击。但这似乎并不重要，这场对决不是物理性的而是象徵性的，是未知、邪恶的外星文明，对决挥着棒球棍的美国青年、对抗没能成为棒球选手的童年遗憾，对抗家庭价值、对抗赤手空拳保家卫国的决心，对抗美国梦、美国精神。

我们还可以继续做联想：狗喝了水中毒，具象化了美国对炭朐热和化学武器的恐慌。

外星人离开了。主角一家人回到小屋，重拾信仰。面对 911 巨变，对「为什麽？该怎麽做？」的问题，这是 Signs 想说的故事。但我们不能满足於这麽一个一厢情愿的故事。电影的前半段送出了许许多多的问号：它们从哪来？来地球做什麽？为什麽要造 crop circles?为什麽怕水？但电影的高潮过後，这些问题都可以被悬而不答。这是值得忧心之处。面对另一个文明，美国群众潜意识的答案中没有对话与了解。反正「它们」是外星人。我们看不到它们的真面目，但总之先得把窗户用木板钉的密密实实的。後来把它们打跑了，我们每个人回到自己的家，舔舐了伤口，继续过我们的生活。故事结束。它们是谁？不重要。

Gertie, 变了…

电影里， Hess 一家人只是不断地拿木板钉着窗户。而在现实世界中，这层壁垒可以被「保护家园」的诉求推到遥远的前线。2003 新年前夕，布希接受访问时被问到，在经济如此不景气的现况下，发动战争是否恰当？布希回答，如果伊拉克使用他们的武器打到我们家，经济就更糟了。所以，我们得先动手。

岁末新初， 1982 年的电影ET 被选为历来 100 大电影小爱略特遇见了有治愈能力、来地球收集植物标本的外星人，透过这段邂逅，修补了家庭和友谊。

整整 20 年的 2002，爱略特长大了。外星人又来了….

(Guest Post from 妞妈)

妞妞每天9：00PM才上床，10：30-11：30才睡着。在她睡着之前，妈妈总得和她耗上，搞得妈妈每天精疲力尽。从今天开始，我们下定决心，培养她早睡早起。今天第一天，还比较成功。

1）爸爸妈妈不car pool，妈妈下班回家先给小妞做好饭。

2）爸爸下班去接妞妞，半个小时的样子到家。

2）妞妞一到家妈妈就陪妞妞吃饭。然后开始洗澡，玩到8点上床。在手机上玩angry bird 和flash。

3）大概10分钟后，8：10 妈妈没收手机。妞妞自然是不爽大哭。

4）妈妈为了转移妞妞的注意力，和她玩捉迷藏的游戏，就是把她的baby熊藏到被子下面，让妞妞找。玩了3个回合，妈妈又担心让她太兴奋而睡不着。宣布游戏结束，安静睡觉。妞妞又开始闹了。

5）妈妈给她唱歌，不管用。只好使出杀手锏，“别吵，舅舅要进来了” （妞妞怕舅舅，见后面）妞妞终于安静下来，过了2分钟，发现没动静，舅舅也没有进来。继续小声哼哼唧唧。妈妈装睡着，没理她。她就哭起来，口里还念念有词“妞妞哭了”，小手还不停的使劲拉妈妈，发现妈妈岿然不动，很失望，哭得更伤心了。

6）两分钟后，妈妈过意不去，装作如梦初醒，“哟，妞妞哭了？”边给妞妞擦眼泪，边亲亲妞妞，让妞妞觉得妈妈没有不要她。然后，妈妈哄妞妞躺下，给她拍拍背（因为妞妞爱趴着睡），让妞妞有安全感，觉得妈妈没有不理她。渐渐的，当妈妈左右手轮换N次，发酸发麻的时候，惊奇的发现，妞妞没有哼哼唧唧了，原来睡着了。时间为，8：40。

7）以后，我们要坚持每天同一时间给她洗澡，哄她睡觉，包括周末。目标是一个月内，她到点就自己困了，要睡。

==妞妞怕舅舅==

舅舅到我们家呆了两天。舅舅觉得爸爸妈妈对妞妞管教不严，“你们怎么不舍得厉声吼她一句呢？” 其实，我们不是不舍得，我们是严厉不起来。每次爸爸妈妈在经过剪刀石头布决定谁充黑脸之后，严肃地吼上一嗓子，妞妞就低下头，不看爸爸妈妈。僵持大约50秒后，妞妞可能会抬起头来偷看爸爸妈妈的脸色。爸爸妈妈本来就憋笑憋得脸红脖子粗，再看看妞妞怯生生的可怜样就实在忍不住笑出来，即使用手拼命的按着腮帮子也会笑爆。妞妞发现爸爸妈妈竟然笑了，就立即恢复虎胆，也笑起来，继续我行我素。

昨晚，舅舅实在看不惯，吼了妞妞一声，“躺倒睡觉，别动”。妞妞还真怕了，足足3分钟趴在被子上没动，妈妈还以为妞妞出问题了，去摇了摇妞妞，妞妞胆怯地慢慢睁开一半眼皮，发现舅舅好像不在了，然后慢慢抬起头，借助小夜灯，迅速扫视整个屋子，咦，舅舅确实不在了耶！就开始小声咿呀咿呀起来。

妈妈怕她吓傻了，还挨着她的小脸说“妈妈爱妞妞，舅舅爱妞妞，妞妞睡觉觉，妈妈爱妞妞，舅舅爱妞妞，妞妞睡觉觉，妈妈爱妞妞，舅舅爱妞妞，妞妞睡觉觉…”渐渐的，妞妞就在妈妈枯燥的重复声中睡着了。看来，其实妞妞本可以睡着的，但是她总有玩的欲望，当玩的欲望被害怕给吓跑的时候，她就乖乖睡了。

爸爸发现在这招很灵，就说以后妞妞不睡觉，就喊一句“舅舅来了”。全不管舅舅一脸黑线…

原文写于2010-11-08

http://tw.rpi.edu/weblog/2010/11/08/15-ways-to-explore-iswc-2010-data/

15 (and counting) Ways to Explore ISWC 2010 Data

This year at ISWC, when we worked on the metadata, we have a Data Consuming task force to develop tools that can browse/visualize the data many different ways, e.g., faceted browser, filter browser and mobile browser.

As soon as we have the basic dataset published, we immediately get feedback from people on off-the-shelf tools that can work with the data. The list is quickly growing. I collected the screen shots of some working instances (including tools the metadata committee has built) in a slides. I have no doubt that the number “15″ will be changed when the main conference begins …. in 2.5 hours! So expect some updates very quick.

What strikes me is that the number and diversity of data browsers currently available, and many of them are clearly reaching the level of maturity for non-expert users to explore. That was not the case even one year ago. So much has been changed for the Semantic Web in 2010!

原文写于2010-11-08

http://tw.rpi.edu/weblog/2010/11/08/quick-update-on-iswc-twitter-data-1/

At ISWC 2010, there are several on-going efforts to leverage Twitter data. Some ones that I’m aware of are:

Joshua Shinavier has helped to build a triple store (powered by AllegroGraph) that contains tweets related to the conference, along with basic ISWC metadata. Here is an example of SPARQLing with the triple store (details about tweets with tag #iswc2010 and #iswc). More examples and guide on how to use the triple store will be out soon.

URL: http://flux.franz.com/catalogs/demos/repositories/iswc2010#query

Marian Dörk helped us to visualize tweets at ISWC. You can see the relative traffic by time, the distribution of buzz words at the conference, and who is twittering about what. Marian is looking into interviewing our attendees for the tool – if you have comment, let him (mdoerk@ucalgary.ca) or me know (baojie@cs.rpi.edu)

URL: http://ilab51.cpsc.ucalgary.ca/iswc2010

To be continued.

原文写于2010-01-05

http://tw.rpi.edu/weblog/2010/11/03/iswc2010-metadata-is-online/

ISWC2010 Metadata is Online

Below is an announcement I just sent for the ISWC2010 Metadata.

========

Dear SWers and LODers

ISWC2010 is around the corner and we are very excited about the coming week!

As in previous years, ISWC 2010 provides its basic metadata in RDF. The dataset gives details about authors, organizers, papers, events (e.g., sessions and talks), and some mappings to other linked data. The data is freely available at http://data.semanticweb.org/conference/iswc/2010, and can be downloaded as a single RDF file. There is a SPARQL endpoint [1] for this dataset, as well as for some previous ISWC/ESWC/WWW conferences. For more details about access, please refer [2].

You may view/use the data in many different ways. Any RDF-aware application should be able to access it, e.g., browsing [3][4]. If you use an IPhone/IPad/IPod/Android or Chrome/Safari, you can also look at a mobile browser at iswc.mobi [5] (provided by Alvaro Graves, RPI). Please also note that this year almost all pages on the ISWC 2010 website have some RDFa annotations that you can distill with, e.g., by [6]. We are also working on other user interfaces and additional data, e.g.,about workshops.

An initial list of tools, apps and visualizations for the ISWC 2010 metadata is on the W3C SW Wiki:

http://www.w3.org/2001/sw/wiki/ISWC_2010_Data_and_Demos

Free feel to expand the list if you know other tools that can work with the dataset, or have developed mashup, visualization or any other apps based on the dataset.

Please let me know if you notice missing information or errors in the dataset, or have any suggestion to improve the dataset.

The dataset is made possible by the work of the ISWC 2010 Metadata Committee and help from many members of the SW and LOD community. I would like to thank all of you who supported this work in one way or another.

I wish you will have fun playing with the data, as well as participating the conference, either onsite or remotely!

Cheers
Jie

[1] http://data.semanticweb.org/sparql
[2] http://data.semanticweb.org/documentation/user/faq#get_data
[3] http://linkeddata.uriburner.com/about/html/http://data.semanticweb.org/conference/iswc/2010/paper/498
[4] http://iwb.fluidops.com/resource/semantic:person/ian-horrocks
[4] http://iswc.mobi
[5] http://www.w3.org/2007/08/pyRdfa/extract?uri=http://iswc2010.semanticweb.org/accepted-papers/123

原文写于2010-11-03

http://tw.rpi.edu/weblog/2010/11/03/iswc-attendees-by-country-2/

ISWC 2010 Attendees by Country

This is a preliminary stat of ISWC attendees by country. Data is from registration list as of Oct 28, 2010, and the final data may be a little different. Also note that it’s different from the author/organizer data.

By no surprise, the host country China has the most attendees (15.4%). US, UK and Germany follow as the next biggest players (14.9%, 14.4%, 12.6%), respectively. By continents, we have

Europe: 60.05%
Asia: 21.69%
Americas: 17.72%
Australia: 1.06%
Africa: 0.53%
Antarctica: 0% – not surprising, isn’t it ?

Clearly, Europe is still the most active in Semantic Web research. We also see this fact by various other statistics, e.g., orgnaizations involved in recent semantic web events.

======== geek separation line ========

The following tools are used:

• The original data is in spreadsheet. Countries are given in ISO 3166-1 alpha-2 code, e.g., Netherlands is NL, which many people are not familiar with. I found the code-to-name mapping from another source. However, as Excel can’t do join, I imported the two csvs into one RDF file using TopBraid Composer (here is how).
• A SPARQL query is used to do the join, the result is saved as a Google Docs spreadsheet.
• The spreadsheet is visualized by Datapress.

The SPARQL query I used

SELECT count(?subject) ?n
WHERE {
?subject a erson ;
:country [:name ?n] .
}
GROUP BY ?n

From the end user point of view, while all the tools I used are wonderful, what I really wish to have is some integrated environment that I can do all the above together, ideally all in browser – and even more ideally – I don’t have to know that there are RDF and SPARQL underneath, just like now I don’t have to worry about Javascript, JSON or Google Charts since they are all hidden from the interface.

It’s really likely that I missed some tools that can do the job easier, as semantic tools have been mushroomed in the recent years. I will keep looking for better ways to visualize ISWC data – in the end, I wish everyone, especially non-prorammers, can do it. That will show the most of the beauty of semantics. I believe we are very close to that.

{{Exhibit}} {{Footnotes}}

请去原链接看动态可视化效果（目前“语义噪声”没有加Datapress插件）

流水帐，流水帐 （记2011-12-31）

妞妞睡醒，很满意地一笑，然后摸着肚皮说：“肚肚饿，肚肚饿”。

这是我第一听妞妞会说自己饿，又惊又喜，赶快去给妞准备饭。这家伙最近几天每天都学会说新词，都不知道是怎么学来的。

妞自己滚下床，跑到客厅里，一眼看到电脑屏保是自己的照片，就嚷着要“看妞妞”。然后自己就去打开电视（Google TV上可以看照片）。然后就坐在沙发上“看妞妞”。

等我把碗端出来，说妞妞吃饭了。小人居然自己爬下来，很干脆地说了一个字：“关！”，然后去把电视关了。这个好习惯我还真不知道是怎么形成的。

只见妞左手一勺，右手一叉，风卷残云地就扫荡开了。吃到一半，嫌吃得不尽兴，撸起袖子，再吃。

快吃完了，还剩个碗底子，不想吃了，把勺子一举：“爸爸吃”。

然后小胳膊一举，说了句“妞妞Win!”，就要回去看电视。（幼儿园里学的规矩，先吃完饭的小朋友“Win”）

马上就要23个月了。

原文写于2010-11-02

A Word Cloud for ISWC 2010

http://tw.rpi.edu/weblog/2010/11/02/a-word-cloud-for-iswc-2010/

Sharon Myrtle Paradesi of the DIG group, MIT, has helped us to generate a tag cloud for ISWC 2010. The input is abstracts of papers in the proceedings (i.e., research track, in-use track, doctor consortium track, and invited talks) and poster/demo proceedings. While I don’t know the full details of Sharon’s techniques, she applied a set of NLP algorithms (e.g., stemming, casing, and stop word removal, etc.) to make the cloud.

As one may expect, Ontology, Semantic, Data, Query and Web are most visible. OWL, RDF and SPARQL are in comparable size, while RIF is not seen. Also notable to mention that MediaWiki is in the cloud (confession: I’m biased).

It would be interesting to compare the evolution of such word clouds of ISWC year by year – ISWC actually has 8 years of metadata since 2003.  I hope Sharon and I will find time to do it sometime in the future.

P.S. 2012-01-04 可以和ISWC 2011的标签云做一个比较。注：2011组委会没有用我上面引用的这个2010标签云，而是重做了一个，所以有所不同。

图片出处http://semanticweb.com/report-from-day-3-at-iswc_b24204 （by Juan Sequeda）

图中的女士是2011大会主席Natasha Noy

原文写于2010-11-01.

Timeline of ISWC 2010 Main Conference Talks

http://tw.rpi.edu/weblog/2010/11/01/timeline-of-iswc-main-conference-talks-2/

This is another visualization using Datapress
It shows talks at the main conference of ISWC 2010.
{{Exhibit}} {{Footnotes}}

请去原链接看动态可视化效果（目前“语义噪声”没有加Datapress插件）

原文写于2010-11-01.

http://tw.rpi.edu/weblog/2010/11/01/visualizing-data-using-datapress/

Visualizing Data using Datapress

I attended a seminar at MIT last Friday (for this year, I’m a part-time member of the DIG group there). Edward Benson gave an impressive demo on Datapress, an extension of WordPress that can enable non-geeks to import and visualize data in their blogs.

Since our TW blog is based on WordPress, I installed the extension and began to try. The installation was surprisingly smooth, just a few clicks and it’s done in 30 seconds!

The first thing I want to try is to visualize the ISWC 2010 dataset I recently built. Since Datapress does not yet support importing from RDF, I created a spreadsheet using a SPARQL query in TopBraid Composer:

SELECT distinct ?l ?lat ?long
WHERE {
?s swc:isSubEventOf iswc2010:research-track .
?s swc:isSuperEventOf ?p .
?p swc:hasRelatedDocument ?d .
?d foaf:maker ?m.
?m swrc:affiliation ?o.
?o rdfs:label ?l .
?o foaf:based_near ?b .
?b geo:lat ?lat.
?b geo:long ?long .
}

There are some minor format requirements (I didn’t get it right in the first try -Ted helped me to identify the problem)
* the first line of the spreadsheet should be headers, and the “key” line should have “{{label}}”
* To show on a map, coordinates should be shown as Lat,Lng. Hence, I need to combine the last two columns into one, separated with a comma.

The next step is to upload it to Google Docs, and share it as a public document (can be viewed here)

Then, I can go back to the blog post that I’m writing, click a button on Datapress toolbar in the editing interface, add the data by giving it the URL to the Google Docs spreadsheet, and select Map visualization. The process is very user friendly.

You can add multiple visualizations to one post. This is a very handy way to generate visualization using Exhibit. Actually, I have thought about visualizing ISWC data using Exhibit, but didn’t get time (or too lazy) to program. Datapress saved me.

Ted will give the presentation about Datapress at ISWC next week. Don’t miss it if you will also be at Shanghai!

(The map shows locations of research track authors at ISWC 2010.) {{Exhibit}} {{Footnotes}}

请去原链接看动态可视化效果（目前“语义噪声”没有加Datapress插件）