@hundan 更新了一些让人会发 = = 这个表情但不能说详情的事情
我有预感迅雷 DAU 这几天会狂降

1211 天了
@wujunze 记不大清了。。。。。

@Morriaty 你看横向的事情（一部分是可演进的），后面是 translation，paraphrase

@AntiGameZ semantic web 是另外一个努力的方向，和这个方向还不大一样，而且现在 kg 也基本替代 sw 成为事实标准了

@HowardMei 点可能很多，比如查重，就是一个 text match 问题，这里由于有对抗（替换相近词），所以考虑引入词向量就能解决不少问题

@woodfish 我的没有，推荐可以看看 Stanford CS 224n 的课程：cs224n.stanford.edu

@HowardMei 语义分析是一个比较广泛的概念，专利分析比较相关的领域应该是 Information extraction，也即把里面的信息提取出来结构化，这个领域已经有很多工业手段，也有一些比较新的研究（正如上文的 Attention ）

你可以讲讲你的场景，看看有什么可以帮助你的

举个例子：比如 V2EX 文章底部的几个词，就是一个标准的 keyphrase extraction
它最难的一个点就是很难确定评判标准，是一个比较主观的事情，像这里如果能提一个 Manning，就很有意思

而 entity linking 可以将 Manning 链接到 Stanford 的 Christopher Manning 教授，更进一步的靠近了现实知识

项目管理三大宝
1. 加人手
2. 砍需求
3. 延期

ICO 现在各种都有

@wafm 感觉还是很有道理的，混学生会大部分更看中怎么“做人”

@paulx3 有什么需求，说来听听